智能决策支持系统(IDSS)是将人工智能技术引入决策支持系统而形成的一种新兴信息系统。在IDSS结构中，模型库系统和数据库系统以及知识库系统是IDSS的基础，模型库系统又是决策支持的核心部件。模型库系统是由模型库和模型库管理系统所组成，而模型管理又是智能决策支持系统走向实用和成功的关键。模型管理的主要研究内容有模型操纵方法和模型表示等。其中，模型选择作为模型操纵的基础，在模型管理中起着重要的作用。 模型选择的重点应该放在模型的自动选择上，实现模型的自动选择是智能决策的重要研究领域。但因为模型选择是一个比较困难的问题，至今这方面的成果还很有限，绝大多数研究成果还不能完全实现模型自动选择，而是依靠专家和过去的选择经验进行选择。基于这种情形，研究模型的自动选择具有一定的理论价值和深远的意义。本文将模型自动选择问题划分为三大部分，即模型的类型选择、模型的结构选择、模型的参数确定。 在模型类型选择上，本文用基于遗传算法的机器学习方法来建立分类器系统。该分类器与传统分类器最大的不同之处是在信任分配系统中采用了粒子群信任分配算法。它与传统的桶队列算法相比，具有算法简单、快捷等优点；在模型结构选择上，采用基于归纳推理方法的决策树方法。模型结构选择也可以看成是一种特殊的模式识别过程，即对问题数据的特征识别。为了解决树中存在的“过适应”问题和提高决策树的分类准确率，在决策树剪枝算法上采用采用先剪枝和后剪枝两种方法相结合的综合剪枝方法；在模型实例确定上，采用具有全局搜索特性的遗传算法进行参数的确定。