由於我們研究的局限性，在DSS中決策問題處理方法、PMS及其組件的開發方麵還有一些問題值得進一步深入研究。
1.決策問題類型及問題類型知識庫的研究
根據本書所提出的基於屬性分析的決策問題處理方法，要準確地識別問題、找出問題的求解方法，關鍵在於對決策問題類型判斷的準確性。而問題類型的判斷又取決於對問題類型的劃分並在問題類型知識庫中進行有效的組織，以及利用問題類型知識來判斷問題的類型。目前，我們所開發的PMS-DC采用學習積累的策略來構建問題類型知識庫，並未對決策問題類型進行係統的研究。決策問題的類型（主要是領域類型和求解類型）的劃分標準、層次組織、各層次類型與雙關鍵詞的映射關係等一係列問題還有待深入研究，以便建立起內容更全麵、結構更優化的問題類型知識庫，從而能夠根據雙關鍵詞甚至其他問題屬性更智能、更準確地定位問題類型。
2.決策問題智能處理方法的進一步研究
本書所提出的決策問題智能處理方法和相應的模型算法，雖然能夠在問題分析和求解過程中提供一定的智能性，但在一些關鍵的環節中，如雙關鍵詞的判定、問題具體類型的選擇等環節，還是需要用戶的參與。雖然它能更好地發揮人在決策問題分析上的優勢，但這也是在智能技術難以滿足要求情況下的一種折中辦法。隨著計算機智能技術的不斷發展，自然語言理解、模式識別、模糊判斷、知識推理等技術的不斷成熟，新的技術將被更多地應用到決策問題的智能處理中，從而可以研究出更為智能性的DSS決策問題處理方法。
3.知識規則在問題求解中的應用研究
知識規則在決策問題求解中有著重要的作用，特別是判斷類問題經常需使用知識規則進行推理。在本書設計開發的PMS-DC中，知識規則與決策模型統稱為求解方法，其基本信息分別存儲於模型庫和知識庫中，而其具體實現則存儲於算法庫中，這種結構安排有利於PMS對兩種決策資源的統一管理和對模型與規則算法的調用。但知識規則的實現算法通常不如模型算法那樣具有較強的通用性，很多規則需要特定的程序才能實現，因此，如何在PMS-DC中更有效地組織和利用這些規則有待進一步研究，以期像模型算法那樣，通過構建一些基礎性的通用規則算法，供更複雜的規則在求解問題過程中靈活調用。
4.基於其他自然語言理解的問題處理方法研究
出於實際應用的需要，本書提出的決策問題處理方法是基於中文自然語言識別技術的。由於漢語語法與詞法的獨特性，本書所提出的方法對於用英語、日語等其他自然語言表述的決策問題的處理並不能完全適用，需要進行適當的修改，主要是在問題表層屬性識別模型中，需要使用不同的句法分析器。因此，要把我們的PMS-DC移植到其他語言的係統上，仍然有很多研究工作需要完成。
5.PMS-DC功能結構的優化
本書所設計開發的PMS-DC，還是一個不夠成熟的開發組件，離成熟的商業化組件還有一段距離，包括組件的界麵，資源調用接口，多種分詞算法的集成，更有效的句法分析器的選擇，各種對象、類和控件的設計等都需要進一步完善優化，以提高組件的有效性和適用性。