根據本書所作的研究，可以歸納出以下幾個主要結論：
1.采用係統分析與麵向對象的分析方法，DSS中決策問題的分析可分為屬性分析、子問題分解和問題求解路徑分析三個關鍵環節
決策問題本身是一個分層次的複雜係統，也是一種具有各種屬性的實體對象。問題係統各層次的要素及其組成結構可用n維歐式向量空間建立起問題向量空間模型來加以描述。依據在問題係統中所處的層次和在問題理解與求解過程中所處的階段不同，問題向量空間又可描述為問題屬性向量空間、子問題向量空間和問題求解路徑向量空間三種形式。
根據問題屬性向量空間的特征研究，問題屬性的識別是找出問題求解方法的關鍵，它包括顯性屬性（求解目標、已知條件）的識別和隱含屬性（問題類型、求解方法及求解方法所需的條件）的識別兩部分，並可得到一種基於問題屬性分析的決策問題相似性判斷方法。
根據子問題向量空間的特征研究，子問題產生的依據在於：問題的子問題產生於問題的屬性，而待求子問題產生於問題的不明狀態屬性。同時，子問題向量依其屬性向量的關係存在遞階、並列和交互三類關係，不同關係的問題有不同的求解路徑。
根據求解路徑向量空間的特征研究，求解一個問題必需也隻需要一條有效路徑（它包括問題求解策略、問題求解方法或模型以及問題求解順序）。同時，當問題被分解以後，問題求解可以從最底層子問題開始，並按照問題分解層級的反向順序，通過逐級明確問題屬性和改變屬性狀態來實現。
依據這種基於係統論及麵向對象原理得到的問題向量空間分析方法，可得到DSS中問題處理的基本思路：由問題屬性識別開始，經過子問題分解和求解路徑查找，即可找到有效的求解方法並進行求解。而且，這樣的問題理解方法比僅基於問題字麵表述的識別理解更準確、更全麵，也更容易用計算機實現。
2.將知識管理引入到決策問題的理解與求解中，是提高PMS對問題處理智能性的有效方法，其核心是問題庫與知識庫的結合、決策問題的知識結構以及運用問題知識理解和求解問題的機製
由於DSS的問題庫中需要存儲的決策問題信息都可以用來作為解決同類問題的知識，因此可以將問題庫作為知識庫的一個子庫嵌入到知識庫中，以便更全麵地利用問題的有關知識來理解和求解問題，同時可以簡化DSS係統結構的設計，降低係統開發的難度。
嵌入到知識庫的問題庫應該具有與知識庫一致的存儲結構，該存儲結構將元知識的內部屬性與外部屬性分開，並通過兩者之間的映射關係關聯起來。問題知識與DSS中存儲的其他知識隻是在元知識的外部屬性的表現上有所不同。
所有決策問題的知識可以用四層樹型分類結構來組織，根據我們用BNF定義的問題知識結構，可以設計出問題知識庫的元知識外部屬性的數據表結構。
基於知識管理的決策問題理解與求解機製，包括基於自然語言識別的問題顯性屬性識別機製、問題相似性判別機製、問題類型判斷機製和子問題識別機製。其關鍵是利用問題的各種知識實現問題決策目標和條件的識別、問題類型的判斷、問題相似性判斷以及問題求解知識的運用，求解的方案與結果亦可作為新的知識存儲於知識庫中供同類問題的求解所用。