传统的决策支持系统(DSS)由于采用模型驱动为核心的系统结构和数值分析方法,使其应用范围受到很大限制。尤其是对那些具有不确定性问题,用数值分析的方法很难实现有效建模,再加上缺少与决策有关的知识应用及相应的推理机制,基于模型驱动的决策支持系统在实际应用中存在许多不适应性。实践表明,只有当决策支持系统具有较丰富的知识和较强的知识处理能力时,才能向决策者提供更为有效的决策支持。因此,智能决策支持系统(IDSS)作为管理领域信息系统的一个重要方面已经成为计算机应用研究的热点和发展方向,研制、建设和利用智能决策支持系统对于增强知识开发和利用的能力,改善决策的智能化水平具有重要的理论意义和实际价值。人工神经网络(ANN)是目前人工智能领域发展迅速并取得众多应用成果的一门新技术,由于其用于问题求解无需事先建模,因此它与DSS的结合为智能决策支持模型和决策机制的研究提供了一种新的方法。论文对人工神经网络、决策支持系统和智能决策支持系统的研究现状、组成结构及应用领域进行了综述,阐述了智能决策支持、神经网络的基本概念、模型和传统实现方法。根据智能决策支持系统具体的研究内容,以神经网络作为智能建模工具,建立和开发了基于遗传神经网络和模糊神经网络的智能决策支持模型和系统,并分别将其应用于油田开采储集层伤害诊断与评价和油气储运管道失效模式诊断中,取得了良好的应用结果,并从信息处理机制上进一步分析了模型和方法的有效性与可行性。