近年来,决策支持系统取得了长足的发展,应用到社会的各个领域。其中体育运动、训练、管理是一个很重要的应用领域。国内外关于这个方面也已有了不少的研究成果,但大多是集中在某个具体的运动项目或是专业运动员的训练管理上。而对于普通百姓,尤其是对于身体素质亟待提高的大中学生来说,缺乏专业的决策支持系统对运动训练管理进行科学的指导。本文介绍了决策支持系统的发展和现状,系统阐述了Agent、MAS相关理论与技术,重点介绍了Agent的实现、不同Agent之间的通信和Multi-Agent体系结构;研究了数据挖掘理论、方法和技术,特别是对关联规则挖掘技术进行了深入的研究,重点研究了Apriori算法,并对其进行了适当的改进,得到改进后的算法M-Apriori算法,使其具有更高的执行效率,更加适合于学生身体素质信息的关联规则挖掘。将Multi-Agent技术和数据挖掘技术应用到决策支持系统当中,使之具有较高的智能性、通用性和开放性。在此基础上,再根据体育训练管理这个实际领域的特点,深入研究了基于Multi-Agent的DSS体系结构,设计了一个适合于体育训练管理的Multi-Agent体系结构,并对其中的各个部件进行具体的实现,最终得到了基于Multi-Agent的体育训练管理DSS。基于Multi-Agent的体育训练管理DSS能够为群体或个人制定相应的训练计划,并在身体素质评估和体育训练方法这两个方面提供决策支持,为制定的计划提供科学的理论依据。