本文从实际问题的要求出发，针对用户能够不用掌握太多的专业知识也能选择合适的模型，研究人工智能的相关理论和模型分类特征，寻找两者的结合点。在此基础上，重点研究基于知识的方法在模型选择中的应用，主要完成以下工作： 1. 对现有模型进行了分类，并使用分类树的方法进行表示。以此为基础，给出了具有模型选择功能的模型管理系统与模型库系统的整体结构。 2. 将专家系统法应用到模型选择中，对模型分类树的每个节点进行模型选择知识的获取，并使用框架和产生式规则将这些知识表示出来。建立模型选择知识树，使得模型选择的知识结构化和体系化。 3. 分析了使用关系数据库来实现知识库可能性，选择MS Sqlserver作为模型选择知识库的实现工具。并针对模型选择知识表示中运用到的两种方法，分别给出其存储结构。 4. 利用框架推理，以局部择优的搜索策略构建模型选择的推理机。 5. 最后，在上述工作的基础上，设计并实现了决策模型智能选择的各项功能和界面，通过一个实例加以印证。