本文讨论了企业物流管理决策支持系统在实现过程中所采用的理论和技术方法，详细讨论了WEB数据库应用技术、数据仓库应用技术、数据挖掘应用技术、智能调度技术等在决策分析方面的应用，将上述技术融合在一起，构成企业决策分析环境。 WEB数据库技术应用：将基于WEB的CLIENT/SERVER三层模型应用到企业的电子物流管理系统设计中，使系统具有灵活性和易维护性，收到了较好应用效果，也为后面将要进行的物流决策分析提供了完整的数据源。 数据仓库技术的应用：探讨了数据仓库体系结构、设计数据仓库的方法、建模方法、数据仓库在决策支持系统中的作用等。对SAS 8.2分析系统在数据仓库的创建和管理上独特的先进方法做了较为详细研究。SAS系统有主动去取外部数据的能力，所以按时间节奏从数据源取出数据的操作在和其它系统管理人员协调好的基础上，就可完全在SAS系统内制定从各系统取用数据的计划了。在此基础上，数据仓库按照数据和信息使用的时间要求，准时地加载、更新。从数据源到数据仓库一气呵成的集成式的操作，这是SAS数据仓库技术的重要特点。 数据挖掘技术的应用：研究了在SAS8.2分析软件系统环境下进行数据挖掘应用的方法：从各种数据源主动地取出数据；经过清理、整合；再按决策支持的需要分主题、重组数据；按照时序节奏不断地自动装载、更新数据仓库；用丰富的数据处理工具进行决策分析；最后以多种形式将决策支持的分析结果呈现给用户。 智能调度子系统研究：作为决策支持系统的一个辅助功能，本人根据生产运行情况，研制了智能调度算法，并在WEB上运行，用于日常生产调度管理。本文研究的物流智能调度算法采用服务状态空间来描述整个调度过程并依此建立调度指挥模型，采用数据驱动的机制，根据运行过程中服务状态的 哈尔滨工程大学研究生学位论文 变化来控制调度服务例程的运行，实现了调度的智能化、自动化。此算法经 过改进，还可以应用到其他能够用状态空间描述问题的领域。