根据本书所作的研究，可以归纳出以下几个主要结论：
1.采用系统分析与面向对象的分析方法，DSS中决策问题的分析可分为属性分析、子问题分解和问题求解路径分析三个关键环节
决策问题本身是一个分层次的复杂系统，也是一种具有各种属性的实体对象。问题系统各层次的要素及其组成结构可用n维欧式向量空间建立起问题向量空间模型来加以描述。依据在问题系统中所处的层次和在问题理解与求解过程中所处的阶段不同，问题向量空间又可描述为问题属性向量空间、子问题向量空间和问题求解路径向量空间三种形式。
根据问题属性向量空间的特征研究，问题属性的识别是找出问题求解方法的关键，它包括显性属性（求解目标、已知条件）的识别和隐含属性（问题类型、求解方法及求解方法所需的条件）的识别两部分，并可得到一种基于问题属性分析的决策问题相似性判断方法。
根据子问题向量空间的特征研究，子问题产生的依据在于：问题的子问题产生于问题的属性，而待求子问题产生于问题的不明状态属性。同时，子问题向量依其属性向量的关系存在递阶、并列和交互三类关系，不同关系的问题有不同的求解路径。
根据求解路径向量空间的特征研究，求解一个问题必需也只需要一条有效路径（它包括问题求解策略、问题求解方法或模型以及问题求解顺序）。同时，当问题被分解以后，问题求解可以从最底层子问题开始，并按照问题分解层级的反向顺序，通过逐级明确问题属性和改变属性状态来实现。
依据这种基于系统论及面向对象原理得到的问题向量空间分析方法，可得到DSS中问题处理的基本思路：由问题属性识别开始，经过子问题分解和求解路径查找，即可找到有效的求解方法并进行求解。而且，这样的问题理解方法比仅基于问题字面表述的识别理解更准确、更全面，也更容易用计算机实现。
2.将知识管理引入到决策问题的理解与求解中，是提高PMS对问题处理智能性的有效方法，其核心是问题库与知识库的结合、决策问题的知识结构以及运用问题知识理解和求解问题的机制
由于DSS的问题库中需要存储的决策问题信息都可以用来作为解决同类问题的知识，因此可以将问题库作为知识库的一个子库嵌入到知识库中，以便更全面地利用问题的有关知识来理解和求解问题，同时可以简化DSS系统结构的设计，降低系统开发的难度。
嵌入到知识库的问题库应该具有与知识库一致的存储结构，该存储结构将元知识的内部属性与外部属性分开，并通过两者之间的映射关系关联起来。问题知识与DSS中存储的其他知识只是在元知识的外部属性的表现上有所不同。
所有决策问题的知识可以用四层树型分类结构来组织，根据我们用BNF定义的问题知识结构，可以设计出问题知识库的元知识外部属性的数据表结构。
基于知识管理的决策问题理解与求解机制，包括基于自然语言识别的问题显性属性识别机制、问题相似性判别机制、问题类型判断机制和子问题识别机制。其关键是利用问题的各种知识实现问题决策目标和条件的识别、问题类型的判断、问题相似性判断以及问题求解知识的运用，求解的方案与结果亦可作为新的知识存储于知识库中供同类问题的求解所用。
根据这种决策问题智能处理方法，可以设计出基于知识管理的DSS问题管理子系统的功能结构、DSS问题有关知识库数据表结构、系统处理流程等。
3.基于自然语言识别和问题属性分析的决策问题智能识别模型与算法可有效地提高PMS在决策问题处理上的智能性
为使PMS能对中文自然语言表述的决策问题进行处理，需要在决策问题智能识别模型中采用中文自然语言识别技术。同时，为弥补该技术的不成熟而导致对决策问题的理解难以深入和全面的缺陷，还需要结合基于知识管理和问题属性分析的决策问题智能处理方法，建立一系列决策问题智能识别模型并集成于PMS中。这些模型包括：
（1）决策问题表层属性智能识别模型。该模型用于从决策问题的中文自然语言表述语句中找出问题的求解目标和已知条件。它通过选择合适的中文分词算法对问题表述语句分词，通过子句分割算法划分出条件子句和目标子句，通过基于松弛匹配迭代方法的子句句法分析算法得到用依存关系三元组集合表示的问题的条件属性和目标属性。
（2）决策问题隐含属性智能识别模型。该模型用于根据问题的求解目标和条件判断问题的类型，找出问题的求解方法及其所需的求解条件。它通过对依存关系三元组集合的搜索匹配规则来获取问题表述语句关键主题词和关键动词，通过双关键词与问题类型知识库的匹配规则以及“用户选择 疑问词辅助”策略来确定问题类型、求解方法及其所要求的求解条件。
（3）子问题智能识别模型。该模型用于根据问题求解方法判别并构造出问题所包含的子问题。它通过子问题产生判断规则识别出问题的哪些不明取值属性需产生子问题，并通过子问题构建规则构造出新的子问题。
这些建立在对问题系统特征分析基础上并结合自然语言识别和知识管理技术的智能识别模型，可有效地提高PMS在决策问题处理上的智能性。虽然不能使PMS对决策问题的处理实现完全自动化，但用于PMS开发组件中可拓展组件对决策问题的处理能力，更好地支持对中文自然语言表述的决策问题的分析。
4.利用PMS-DC可快速开发DSS中的问题管理子系统，并能有效处理用中文自然语言表述的决策问题
由于上述决策问题智能处理方法和智能识别模型是针对一般管理决策问题提出的，具有较强的普适性。因此，将它们集成于PMS-DC及相关组件中，可用于管理决策中各类面向问题的专用DSS的开发。
本书在研究分析了PMS的一般功能结构和PMS与DSS中其他子系统之间的关系的基础上，详细设计了PMS-DC中应包括的对象、类和控件，以及它们的属性、方法与事件；提出了PMS-DC的内部关联架构，设计了PMS-DC与i-GIDSSG中其他组件的外部接口，并探讨了组件部署方式。同时，将开发组件应用到一个实际系统的开发中。开发结果显示，采用PMS-DC及相关组件开发面向问题的专用DSS，不仅可提高开发效率，而且能有效地管理和处理中文自然语言表述的决策问题，帮助决策用户较快地分析出问题的性质，找到求解问题的方法，求解出问题而得到决策所需的分析依据。