决策支持系统（DSS）是一种信息技术工具，设计用于帮助管理者在面对半结构化决策问题时做出更有效的决策。DSS的出现是因为需要处理大量数据、协调多种模型并增强辅助决策能力的需求。它由模型库和模型库管理系统构成，能够有效地组织和存储各种模型，并与数据库紧密结合。
DSS的特点包括：
1. 不是替代决策，而是用定量方法辅助决策。
2. 结合数据处理和模型计算，提供高层次的决策辅助。
3. 适用于半结构化决策问题，允许在结构化决策基础上扩展多种方案。
4. 支持不同管理层级的决策者。
5. 可以处理独立和相互依赖的决策问题。
6. 强调人机交互，结合用户的主观分析来处理不确定性。
专家系统（ES）是人工智能的一个分支，其目标是利用专家知识在计算机上进行推理，以达到专家级别的决策能力。专家系统的特性包括：
1. 采用定性方式辅助决策。
2. 基于知识和推理机制工作。
3. 知识获取通常较为困难。
4. 知识包含确定性和经验性知识。
5. 系统性能受限于知识库内容。
6. 适应广泛的问题范围。
智能决策支持系统（IDSS）是DSS和ES的融合，结合了定性与定量辅助决策，常使用人工智能技术如神经网络、机器学习和自然语言理解。神经网络模仿人脑神经元，通过学习大量样本来获取分布式知识。机器学习则模拟人类学习方式，通过学习获取决策辅助知识。自然语言理解让DSS能理解并回应用户的自然语言请求，提高人机交互效率。
群决策支持系统（GDSS）是为了解决多人参与的复杂决策问题，它集成多个DSS和决策者的智慧。GDSS的特点包括：
1. 需要专门设计，不是多个DSS的简单叠加。
2. 减少群体决策中的消极影响。
3. 完成群决策过程，形成一致的决策方案。
4. 支持本地和远程的决策会议。
GDSS根据决策者和网络形式的不同，可分为不同类型，如决策室类型，所有决策者在同一会议室，通过各自的DSS终端形成决策意见，再由GDSS综合分析。
决策支持系统及其衍生的智能和群决策支持系统，通过集成数据处理、模型计算、知识推理和人机交互，提供了强大的决策辅助工具，帮助管理者在复杂环境中做出更明智的决策。这些系统的发展极大地促进了管理决策的科学性和效率。
