物联网催生了大量具有严格延迟要求的应用,例如车联网,智能农业,医疗监测系统等。这些应用对信息的时效性提出了很高的要求。如何度量信息的时效性成为了目前的热门研究话题。信息年龄（AoI）地提出弥补了延时和吞吐量在度量信息时效性上的不足,并在排队模型,排队策略以及多源多径等角度进行了研究。对于在某些重要时刻,则需要通过决策时刻年龄（AuD）来表征决策时刻信息的时效性。本文通过模型构建、模型优化、数值分析与理论仿真等方式对物联网的信息化决策时效性进行研究。论文创新性工作主要包括以下几个方面:1、对更新决策系统进行建模,分析决策时刻年龄的样本路径,针对不同的服务过程,即均匀服务过程、指数服务过程和确定服务过程,计算各个系统的平均决策时刻年龄并进行比较。研究证明当服务时间（传输时间）呈指数分布时,系统的平均决策时刻年龄最大,且当服务时间为确定分布时,系统的平均决策时刻年龄取最小值。针对不同决策过程,即泊松决策过程和确定决策过程,对具有相同到达过程和服务过程的更新决策系统进行研究。研究证明,当决策是周期进行时,系统的平均决策时刻年龄大于相应的具有泊松决策过程的系统,并随决策率的增大而减小。最后通过蒙特卡洛仿真验证了理论分析结果的正确性。2、针对不同的服务策略,即先到先服务策略和抢占式后到先服务策略,研究同一更新决策系统在不同服务策略下的性能。研究表明,当采用抢占式后到先服务策略时,具有泊松服务过程的系统性能最好,而具有确定性服务过程的系统性能最差。当更新的到达率比较大时,基于抢占式后到先服务更新决策系统的性能明显好于相应的基于先到先服务更新决策系统。最后通过蒙特卡洛仿真验证了理论分析结果的正确性。3、提出遗失率来表示接收到更新的利用率。研究表明当决策过程为泊松过程时,虽然提高决策率不能降低平均决策时刻年龄,但提高决策率有助于降低遗失率。具有确定服务过程的更新决策系统遗失率最低,即更多的数据包用于决策,体现系统的效率。4、基于节点唤醒控制和能量收集理论,使用马尔可夫决策过程,构建多源传感网络模型。建立决策时刻年龄和信息失真的加权和为目标函数。通过在线功率控制,得出最优调度策略,使目标函数取最小值。研究表明最佳发射功率和决策过程调度是决策时刻年龄和信息失真的单调双值函数,并通过仿真分析证明了结果的正确性。