目前国内自动售货机市场正在蓬勃发展,自动售货机的销售系统、支付系统、监控系统等各方面基础技术也已经成熟,售货机的运营管理将成为各厂商竞争的重点。因此设计一个决策支持系统,通过一些智能算法为管理人员在方案制定和决策管理等方面提供辅助支持是很有必要的。本文在深入了解了决策支持系统和自动售货机工作情况的基础上,针对实际需求,重点研究了自动售货机决策支持系统的预测部分和决策部分,并进行了相应的应用开发。本文的主要工作如下:(1)概述了决策支持系统的发展和应用情况,对本文用到的相关技术进行了简单地介绍。(2)提出了对售货机商品销量的预测方案,通过神经网络、时间序列分析法、Holt-Winters模型多种方法利用自动售货机商品的历史销售数据对未来的销售量进行预测,通过仿真分析,对比各方法的性能,得到可靠的预测结果。(3)针对售货机历史销售数据本身易受到原有非最优销售方案制约的问题,本文提出交叉预测方法对该部分缺失数据进行修补,提高了预测的精度。(4)引入决策树算法将商品销量、利润、空间占用量、商品替代性等重要影响因素作为决策树的判别属性,对商品进行分类评级来达到制定销售方案的目的。(5)对决策支持系统进行应用开发,用Java语言进行系统构建,包括人机交互综合管理、数据管理、模型管理等功能模块,用R语言进行统计计算,包括数据预处理、预测和决策算法,完成了Java与R之间的调度连接,实现了通过系统调用模型计算,得到可靠的数据预测结果和商品分类结果,为决策者制定方案提供重要依据。