智能决策支持系统是人工智能（AI）与DSS的结合，专家系统（ES）技术的应用使得DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识、决策过程中的程序性知识、解决问题的推理知识，是一种通过逻辑推理帮助解决复杂决策问题的辅助决策系统。
系统结构
智能决策支持系统
一种比较完整、典型的DSS结构是四库体系结构，在传统的三库DSS上增加了知识库和推理引擎，在人机对话子系统上增加了自然语言处理系统（LS），在四个库之间插入了问题处理系统（PSS）。
智能人机界面
四库系统的智能人机界面接受以自然语言或者接近自然语言的方式表达的决策问题和决策目标，大大改变了人机界面的性能。
问题处理系统
问题处理系统是DSS的核心，是联系人、机器和存储的问题解决资源之间的桥梁，主要由问题分析器和问题解决器两部分组成。
1）自然语言处理系统：转换生成的问题描述，经过问题分析器判断，确定问题的结构化程度。对于结构化问题，选取或构建模型，通过传统模型计算求解；对于半结构化或非结构化问题，通过规则模型和推理机制求解。
2）问题处理系统：是IDSS中最活跃的组成部分，它不仅能识别、分析问题、设计解决方案，还能调用四大库中的数据、模型、方法、知识等资源解决问题，对于半结构化或非结构化问题，还能触发推理引擎进行推理或推导出新的知识。
知识库子系统和推理引擎
知识库子系统可分为知识库管理系统、知识库和推理引擎三部分。
1）知识库管理系统。它主要有两个功能：一是回答知识维护的请求，如知识库中知识的增加、删除、修改等；二是回答决策过程中问题分析和判断所需的知识请求。
2)知识库。知识库是知识库子系统的核心。
知识库中存储的是：那些无法用数据表达、也无法用模型方法描述的专家知识和经验，即决策专家的决策知识和经验知识，以及某些特定问题领域的专业知识。
知识库中的知识表示是描述世界的一套约定俗成的规则，是知识的符号化过程。同一知识可以有不同的知识表示形式。知识表示形式直接影响推理方法，在很大程度上决定了系统的能力和通用性。它是知识库系统研究中的一个重要课题。
知识库由事实库和规则库两部分组成，例如事实库中存储“任务A为加急订单”、“任务B为出口任务”等事实，规则库中存储“若任务i为加急订单，且任务i为出口任务，则任务i以最高优先级调度”、“若任务i为加急订单，则任务i以优先级调度”等规则。
3）推理引擎
推理：指从已知事实导出新事实（结论）的过程。
推理引擎：是一组处理知识库（规则和事实）以响应用户问题的程序。
推理原理如下：
如果事实 M 为真，且存在规则“如果 M 则 N”，则 N 为真。
因此，如果“任务A是紧急订单”的事实成立，且存在“如果任务i是紧急订单则任务i被优先安排”的规则，则任务A应该被优先安排。
系统功能
1、基于成熟的技术，易于构建实用系统。
2.充分利用各级信息资源。
3、基于规则的表达，方便用户掌握和使用。
4、模块化强，模块重用性好，系统开发成本低。
5、系统各部分可灵活组合，功能强大，且易于维护。
6.系统能快速采用先进的支撑技术，如AI技术。
运营效率
由于IDSS运行过程中各模块都要反复调用上层桥接器，运行效率较直接采用下层调用方式有所降低。但考虑到IDSS仅在高层管理者作出重要决策时才运行，其运行频率远低于其他信息系统，且每次运行的环境条件差异较大，因此牺牲部分运行效率来换取系统维护的效率是完全值得的。
