近年来随着国家经济的不断发展,国民可支配收入的不断增加以及经济全球化趋势的加剧,中国的消费者往往需要在更多的消费产品中做出选择,对于汽车购买决策行为尤其如此。诸如汽车购买决策这样的大型消费决策行为往往需要用户在综合收集处理大量的相关信息以后进行。然而,由于普通消费者对汽车的详细参数、性能以及车型具体信息等并不熟悉,同时大量的汽车车型以及参数的存在,都使得做出明智的汽车购买决策变得非常困难。汽车购买决策支持系统可以帮助消费者更有效的做出购车决策。决策支持系统现已经由理论发展阶段趋于成熟,并向实际应用阶段演变。智能决策支持系统的研究使DSS既可以进行定量分析,又可以进行定性分析,从而有效的解决半结构化的问题,扩大DSS的应用范围,提高系统求解问题的能力。本课题将利用信息融合、规则推理共同处理诸如购买汽车这样的多约束条件下决策问题。本系统的研究工作正是根据上述实际情况,结合规则推理与证据理论的深入研究后展开的。本文对系统的论述按照系统设计开发流程的顺序分为六章。本文探索了系统开发关键技术,介绍了本课题的理论研究现状,研究了规则推理和信息融合理论概念与基本原理及其融合框架。在对汽车购买决策深入研究的前提下提出系统需求,对汽车购买决策支持系统做了可行性分析,并设计系统逻辑功能结构和数据结构。依据各模型和数据库描述,使用Visual Basic编程语言以及SQL Server 2000数据库等软件构建出系统开发平台,实现汽车购买决策支持系统。本文充分利用数据库技术解决了数据共享问题,同时利用模型库技术保证了系统有效性,产生式系统及证据理论为汽车购买决策提供了决策支持,实现系统查询、管理、建模及方案管理等功能。在整个系统实现之后,使用中立用户对系统的性能进行测试,初步验证了基于规则推理和信息融合的汽车购买决策支持系统。本文设计的汽车购买决策相关模型,同时结合使用产生式规则和证据理论并应用到模型库中以处理多约束条件下汽车购买决策支持问题。本文的研究和开发工作为汽车购买等决策行为智能决策辅助系统的研究做出了有效的探索。对于企业决策支持系统的开发与应用也有一定的参考价值。