随着大数据时代的到来,决策领域有了新的机遇和挑战。数据是决策系统能否做出合理决策的重要支撑。决策环境的复杂多变和获取专业领域知识的高昂代价制约着决策系统的发展。同时海量的数据也推动着知识图谱的飞速发展,知识图谱以其强大的表示检索和推理能力和在诸多领域得到了广泛的应用,图谱的特性对于辅助决策来说非常契合,但是图谱本身缺乏认知推理的能力。基于上述问题,提出了一种基于知识图谱的新型辅助决策系统。通过结合知识图谱强大和灵活的表示推理能力,并创造性的加入具有逻辑计算能力的认知节点,将算法融入图谱。这不仅丰富了图谱的表示和认知能力,还让图谱对领域知识的内在联系进行探索,另外还借鉴了神经网络和脑科学的相关研究和思想,通过设置触发条件激活认知节点,动态的应对图谱中的变化,并将影响通过认知类链条进行扩散,最终达到辅助决策的目的。系统采用前后端分离模式,前端采用Vue框架,后端采用Spring Boot框架,总体采用微服务的架构方式以提高的系统的可用性和可维护性。系统在实现之后完成了全面的测试,并在汽车的故障与维修领域进行落地应用,在用户解决维修问题时提供信息辅助决策。在应用过程中,系统运行稳定,操作简单,性能良好,有助于用户方便管理和使用图谱对问题领域数据进行描述和表示,灵活设置认知节点应对复杂多变的决策环境,依靠图谱本身进行认知推理和筹划决策。