智能决策支持系统是人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使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，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。

IDSS的概念最早由美国学者波恩切克（Bonczek）等人于80年代提出，它的功能是，既能处理定量问题，又能处理定性问题。 IDSS的核心思想是将AI与其它相关科学成果相结合，使DSS具有人工智能。

较完整与典型的DSS结构是在传统三库DSS的基础上增设知识库与推理机，在人机对话子系统加入自然语言处理系统 (LS)，与四库之间插人问题处理系统(PSS)而构成的四库系统结构。见下图：

1、智能人机接口

四库系统的智能人机接口接受用自然语言或接近自然语言的方式表达的决策问题及决策目标，这较大程度地改变了人机界面的性能。

2、问题处理系统

问题处理系统处于DSS的中心位置，是联系人与机器及所存储的求解资源的桥梁，主要由问题分析器与问题求解器两部分组成。其工作流程如下图所示：

1）自然语言处理系统：转换产生的问题描述由问题分析器判断问题的结构化程度，对结构化问题选择或构造模型，采用传统的模型计算求解；对半结构化或非结构化问题则由规则模型与推理机制来求解。

2）问题处理系统：是IDSS中最活跃的部件，它既要识别与分析问题，设计求解方案，还要为问题求解调用四库中的数据、模型、方法及知识等资源，对半结构化或非结构化问题还要触发推理机作推理或新知识的推求。

3、知识库子系统和推理机

知识库子系统的组成可分为三部分：知识库管理系统、知识库及推理机。

1）知识库管理系统。功能主要有两个：一是回答对知识库知识增、删、改等知识维护的请求；二是回答决策过程中间题分析与判断所需知识的请求。

2）知识库。知识库是知识库子系统的核心。

• 知识库中存储的：是那些既不能用数据表示，也不能用模型方法描述的专家知识和经验，也即是决策专家的决策知识和经验知识，同时也包括一些特定问题领域的专门知识。
• 知识库中的知识表示：是为描述世界所作的一组约定，是知识的符号化过程。对于同一知识，可有不同的知识表示形式，知识的表示形式直接影响推理方式，并在很大程度上决定着一个系统的能力和通用性，是知识库系统研究的一个重要课题。
• 知识库包含事实库和规则库两部分。例如：事实库中存放了“任务A是紧急订货”、“任务B是出口任务”那样的事实。规则库中存放着“IF任务i是紧急订货，and任务i是出口任务，THEN任务i按最优先安排计划”、“IF任务i是紧急订货，THEN任务i按优先安排计划”那样的规则。

3）推理机

• 推理：是指从已知事实推出新事实 (结论)的过程。
• 推理机：是一组程序，它针对用户问题去处理知识库 (规则和事实)。

推理原理如下：

若事实M为真，且有一规则“TF M THEN N”存在，则N为真。

因此，如果事实“任务A是紧急订货”为真，且有一规则“IF任务i是紧急订货THEN任务i按优先安排计划”存在，则任务A就应优先安排计划。

1、基于成熟的技术，容易构造出实用系统。

2、充分利用了各层次的信息资源。

3、基于规则的表达方式，使用户易于掌握使用。

4、具有很强的模块化特性，并且模块重用性好，系统的开发成本低。

5、系统的各部分组合灵活，可实现强大功能，并且易于维护。

6、系统可迅速采用先进的支撑技术，如AI技术等。

由于在IDSS的运行过程中，各模块要反复调用上层的桥梁，比起直接采用低层调用的方式，运行效率要低。但是考虑到IDSS只是在高层管理者作重大决策时才运行，其运行频率与其他信息系统相比要低得多，况且每次运行的环境条件差异很大，所以牺牲部分的运传效率以换取系统维护的效率是完全值得的。