该文针对传统模型选择方法的缺陷,从模式识别的角度出发,研究基于自然语言理解识别问题中文字描述和遗传算法识别问题的数值特征,以解决模型自动选择和自学习模型选择知识等问题,为决策管理提供更有力的支持.在基于自然语言理解识别问题的文字描述方面,研究了提高切分正确率与智能化识别问题的方法,利用知识库中的规则选择模型,并运用词法分析进行变量提取为模型实例运行提供参数值,提高了系统的人机交互能力、灵活性和智能性.在数据识别方面,研究了基于遗传算法自动构造二元决策树选择模型的理论.该文采用遗传算法确定模型实例,突破了对模型结构要求线性、连续、可微等各种限制,同时可不受优化准则形式、优化参数数目、约束条件等的束缚,直接在优化准则值的引导下进行全局自适应参数优化.为了提高模型选择方法的性能,该文还在遗传算法中的编码方法和确定基因算子与参数等方面进行了改进研究,并且,针对不同类型的问题提出了综合改进算法.最后,在上棕工作的基础上,该文设计并实一了一个基于自然语言理争和遗传算法的智能决策支持系统.