中国加入WTO以来，服装企业面临的市场竞争非常激烈。生产成本的提高、管理模式的落后，使我国服装产业的优势不断削弱，行业发展面临巨大压力。加快企业的信息化建设，已经成为了行业的共识。但是，随着信息技术的飞速发展和企业生产规模的不断扩大，现行的用于处理日常业务的管理信息系统已经不能满足管理者们对决策分析的需要，服装企业服装辅助决策系统的实施势在必行。辅助决策系统可以有效地提升企业的核心竞争力和管理水平，优化资源配置，降低生产成本，缩短生产周期，提高经济效益，并最终实现服装企业管理的现代化、规范化、系统化。 本文首先阐述了决策支持系统的基本理论，其次对数据仓库、OLAP、数据挖掘等辅助决策关键技术的组织结构、实现方法、开发流程进行了深入的研究，最后针对某服装企业生产计划领域的决策需求，结合先进的DSS理论、软件工程理论、BP神经网络数据挖掘算法，采用C/S软件架构，提出了一个满足服装企业实际需要的、具有良好的非线性品质和自学习能力的辅助决策系统的设计方案。 通过本课题的研究，实现了企业对积累的信息资源的有效利用，满足了各部门对业务数据进行深度挖掘的需求，提高了数据查询与分析的系统响应速度，为决策部门提供了实时、准确的业务报表和数据分析，对于加强服装企业管理的合理性与科学性，有着相当现实的意义。