本文重点对预测算法及其在基于J2EE构架B/S模式的辅助决策系统中的应用进行了研究。决策支持系统是以管理科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。目前,许多技术领域都在努力构建各自的决策支持系统,并且已经取得了长足的发展。然而要想做出正确的决策,其前提必须是准确的预测。因而,预测的方法、算法实现以及预测的精度是决策支持系统的核心问题。本文通过对回归分析法、时间序列法、人工神经网络法、灰色预测法等预测方法的计算过程进行分析,将预测方法的计算过程归纳为四个步骤,并在每一步中提出提高预测精度的方法:合理选择样本集的方法、利用历史数据选择最优参数的方法、组合预测方法等。并用实际数据对提出的方法进行验证,证明了提出的各种方法都在不同程度上提高了预测算法的精度,检验了方法的精度和有效性。对文中分析的预测方法,回归分析法、时间序列法、神经网络法、组合预测法等进行算法设计,采用Java/JSP程序设计语言进行实现,形成方法库,将研究成果运用于报价辅助决策支持系统中;基于上面的方法库,将算法融合在J2EE体系结构的B-S模式进行实践,成功应用于辅助决策系统中。