现代决策科学是研究为实现某个目标,运用科学的理论和方法,系统地分析主客观条件,提出各种可行方案,从中选择一个最好地实现特定目标的最优方案的过程。决策理论把系统理论、运筹学、计算机科学等综合应用于管理决策问题,是一门有关决策过程、准则、类型及方法的理论体系。组成决策系统的基本因素有：决策主体、体现决策主体利益和愿望的决策目标、决策对象以及决策所处的环境等。随着决策问题复杂性的增加,决策向多元主体的群体和复杂大群体决策转变,高一致性最优决策方案的形成极其困难,这其中隐含着大量的基础科学问题,因此必须综合运用管理科学、系统科学、行为科学、运筹学等方面的知识,通过数学建模、机制设计和计算机模拟等手段刻画复杂大群体决策行为特征,揭示杂大群体冲突演变规律,探索复杂多元主体决策理论与方法。

决策与决策支持系统研究领域的重要内容包括如下若干方面。

（1）基于大数据的不确定性决策建模

决策问题复杂性是大数据产生的重要来源,如环境问题、交通问题、资源利用问题等,大数据分析结果为不确定性决策建模提供基础,可以利用现有的前景理论、贝叶斯理论、模糊、随机等不确定性理论,构建不确定性决策模型,形成基于大数据的不确定性决策方法。

（2）复杂多元主体决策协调机制

决策过程中涉及复杂多元决策主体之间的利益冲突关系,这个问题的解决与多方合作博弈密切相关,可以通过探索多元主体决策博弈关系及均衡条件,利用博弈论探索解决多元主体之间存在的利益冲突问题,形成新的复杂多元主体决策协调机制。

（3）基于云计算和物联网决策支持平台的基础架构和服务模式

移动互联网、云计算和物联网是未来的主要发展方向,也是决策尤其是群体决策实现的基础,物联网提供分布式数据收集环境支撑,云计算提供数据集中存贮和处理,两者相互结合可以提供统一的服务支撑,决策支持平台的基础架构应该基于这种环境,构建全新的基础架构及其服务模式,为决策提供快捷的科学支撑。

决策与决策支持系统研究领域的国际前沿热点问题有以下几个方面。

（1）大数据环境下管理决策模式创新

在大数据的背景下,政府与企业决策、社会管理、医疗、金融、运作等管理活动大都呈现多主体共创、深度定制化、全景式交互、跨组织数据整合、实时高频等特性。这些新特性的出现,要求设计和构建相应的管理决策分析模型和方法,有效地将决策科学、信息科学和实际应用有机结合,基于大数据分析的决策机制开展协同创新。

（2）群决策行为特征及群决策理论

群体决策行为的研究一直是社会心理学研究领域中十分重要的课题,其研究内容涉及群体决策的产生、发展、理论框架,决策行为实证等。从理论上讲,群体决策比个体决策更为有效,但有国外学者总结了60年的试验研究结果,发现群体的绩效水平一般达不到群体中最杰出成员的水平。其他一些研究也证明了非交互个体的汇总输出比交互群体的输出要好。群体决策过程中群体思维的本质、前提条件及其表现的研究、对群体决策过程和结果影响的研究以及如何防范的研究也是当前国际上的研究热点。这方面的研究可提高高层管理团队的决策质量,并为高层管理团队决策过程的影响因素研究提供 新的思路。

（3）利益相关多元主体群体决策模型与方法

近年来,有关利益相关群决策的理论和应用研究非常多,比如环境管理,由于涉及到政府、企业、环保公司等多方主体,进行决策时需要有各行业专家的指导才能做出相对科学的决策,因此多准则群体决策方法是进行此类决策的理论方法。多准则群决策又可分为多目标群决策和多属性群决策两种,区别在于备选对象是否确定。多目标群决策目标函数最大化有一系列的约束条件,备选对象事先不确定;而多属性群决策备选对象事先确定,决策过程便是在确定的备选对象中选出最优的那一个。诸如基于不确定语言有序加权平均算子和不确定语言混合聚合算子的多属性群决策方法、基于折衷比值法的模糊多属性群决策模型、基于离差最大化和OWGA算子的多属性群决策方法、基于专家异质性的共识模型、基于GRA模型的二元语义多属性群决策问题、基于前景理论的区间数多目标灰靶决策方法等。

（4）复杂大群体决策协调机制研究

在复杂群决策过程中,由于参与者来自不同的研究领域,知识结构、实践经验以及个人偏好等方面差异较大,在集结意见时群体或组织内部会存在冲突,因此需要建立合适的协调机制,将群体的意见综合达成一致,该问题已引起国内外学者的广泛关注。比如基于进化博弈思想的改进德尔菲法,该决策机制反映了群体决策实际是联盟成员有机互动的过程;要解决群体决策问题,需要建立起一个包括组织者、 专家等其他参与者共同组成的大群体决策平台,即碰到某个具体问题时,群体成员能够在组织者的协同下合力解决它并达成共识,这是处理群体决策成员之间相互协同工作问题的一种方法;混合型多属性群决策问题的群体一致性分析方法,分别计算群决策个体的差异度和群体的一致度或者冲突度,并给群体成员提供了恰当的修改评价信息的方法;自适应的协助群体达成共识的模型和方法,建立冲突消解协调机制,可以增加收敛的共识,从而降低轮到达共识的数量。

（5）基于云计算和物联网的群决策平台架构

随着云计算的发展和普及,越来越多的应用开始向云计算迁移,基于云计算的软件架构也成为软件设计研究的热点,基于物联网的软件平台架构问题也引起很多学者的兴趣。各种云技术的架构模型不断问世,例如具有感知层、网络层、应用层的社交物联网的三层架构模型;基于特定规则的数字物联网零件与时间-控件-专题轴实体结合的自动化联合架构;在物联网多样化需求与用户需求冲突之间具有可伸缩性的云的架构;面向服务的具有数据层、中间层和应用层的全景信息集成平台;构建面向物联网多维动态不确定数据的事件监测双向反馈系统等等,这些以云计算为基础的平台架构均能为政府和企业提供决策支持。

自1980年代以来,信息技术的高速发展带动决策科学与决策支持系统迅速发展, 应用领域不断拓宽,从初期的企业生产经营到近代的资源环境,再到现代的基础设施工程、 资源节约型和环境友好型（两型）社会和生态文明建设等领域,决策与决策支持系统都有机地贯穿其中,理论研究总体处于国际先进水平。我国学者陈晓红教授在“大型紧缺金属矿产资源基地综合勘查与高效开发”与“两型社会建设”工程中,将工程信息收集与监控、决策问题智能分析、工程决策方案动态生成等技术集成于决策支持软件系统中,为各类决策提供了有力支撑,研发了首个具有中国自主知识产权的“决策应用软件开发平台SmartDecision（获2005年度国家科技进步二等奖）”以及一系列决策支持工具和技术,该项技术为切实提高我国金属资源的保障程度和开发利用水平,确保大型金属矿产资源开发工程质量与安全,增强我国金属矿产业及其企业的国际竞争力,保证我国国民经济的长期可持续发展提供了强有力的支持。杨善林院士面向制造工程管理,重点研究了智能决策理论与方法,并将研究成果运用于复杂产品开发工程管理和制造工程管理中,在工程管理理论与工程管理实践的结合上取得了创新性成果。1990年代时,杨善林的团队主要研究系统分析与系统设计的理论与方法,到本世纪初,团队的主要研究内容转向数据挖掘与知识发现,利用数据挖掘更好地为管理决策服务成为21世纪初的主要任务,重点研究了决策任务结构分析方法、优化建模与求解方法、智能决策理论与方法以及决策支持系统结构理论,取得了具有重要科学价值的基础理论研究成果,先后获得两项国家科技进步奖二等奖。徐泽水教授长期从事决策理论与技术、信息集成理论和聚类算法、模糊数学与优化算法等领域的研究,在互补判断矩阵排序理论与方法、直觉模糊层次分析法、犹豫模糊层次分析法,基于不完全决策信息的交互式多属性决策理论与方法,不确定多属性决策理论与方法,不确定有序集成理论与方法,基于语言术语或不确定语言变量的决策理论与方法,直觉模糊微积分理论,直觉模糊信息集成、聚类和决策等理论与方法,犹豫模糊信息集成、聚类和决策理论与方法等领域取得了显著成果,在国际上处于领先水平,并系统创建了复杂信息决策理论与方法体系,这些理论与方法已被成功地应用于我国战略能源通道风险评估与突发事件应急响应等经济管理领域中的实际问 题,进一步增强了我国经济管理领域等复杂问题决策的科学性,为我国经济发展提供了强有力支撑。

在过去30年里,中国经济高速发展所带来的问题,包括基础设施建设、环境保护、食品安全等方面的挑战,都需要使用大数据分析这种创新方式提供更好的解决方案,大数据是国家战略资源,巨大的需求客观上为大数据及其相关领域的应用研究提供了大量实践机会。随着经济、社会和环境的快速变化,领域决策问题趋于复杂化,如环境问题、交通问题、资源利用问题等,这些问题是大数据产生的重要来源,决策越来越依赖于大数据分析而非经验或直觉已成必然趋势。探索决策大数据结构分布及其形成规律是未来相当长时期内管理决策研究领域的重要研究方向。

移动互联网的迅速发展,逐渐改变管理者的行为方式,悄然变革各行各业的管理与决策行为。移动互联网在给管理者带来方便、及时、迅捷的服务的同时,也对传统的管理方法提出了新的挑战,为现代管理模式创新提供了契机和广阔的空间,进而引发新一轮管理决策问题,包括互联网环境下管理决策的理论与方法、决策支持平台（如基于云计算和透明计算的决策支持平台架构、Web服务建模和应用）等内容的变革,对这些问题展开深入研究将进一步拓展移动互联网的应用范围,提高移动互联网环境下的管理决策科学化水平,促进信息化条件下国家治理能力的全面提升。

建设资源节约型和环境友好型社会是贯彻科学发展观、实现生态文明的必然要求。而科学正确的决策是加快构建资源节约型和环境友好型社会建设的关键。在新的资源与环境约束下,如何实现社会、企业、个人的最优可持续发展是一个全新的领域,由此引申出的诸多决策问题,如资源价格的动态调整、环境补偿机制的最优设计、区域联动群体决策模式、资源约束下的多层级决策理论方法等都需要进一步深入研究。