决策概念的应用是广泛的,几乎牵涉从个人生活到社会发展的方方面面。科学决策理论的产生与完善调动了生产资源的优化配置,促使了社会生产力的快速发展,极大程度改善了人们的生活水平。然而,随着工业技术和计算机科学的进一步发展,决策的概念与理论体系相对于管理学、决策论所关注的经典体系已发生深刻的拓展:1)决策环境由传统的静态确定环境向动态不确定环境变化;2)决策集已不再局限在数集,更多地体现为函数集与抽象集。显然,需要进一步在交叉学科的视阈下拓展和完善决策科学的方法论。同时,当1)决策问题规模庞大,使得单一决策单元不能在实时性的要求下完成决策任务,或当2)决策环境或决策任务本身具有典型分布性特点时,为了达到决策目的或提高决策效率,需要考虑分布式决策问题。工业生产与科学技术的发展使得分布式构架下决策技术的使用日趋频繁,其理论与实践技术日渐成熟。然而,由于各学科背景的不同,现存文献对于分布式决策概念及其技术的理解多种多样、不尽相同,没有对分布式决策技术形成广泛而统一的描述,也没有对分布式决策技术的内涵做完备的归结。此外,也没有将其它典型分布式决策应用场景纳入其中,使得分布式决策的概念与理论不尽完善。为了拓展决策科学的方法论,本文从交叉学科的角度、从概念级入手:（1）在系统论、信息论、控制论的角度下考察管理、决策与控制的异同,提出“从本质上讲,管理、决策与控制是等价的”这一观点;给出了决策的分析定义:例如决策的概念、决策的收敛性、决策的实时性、决策的稳定性;针对具有明晰系统动力学的时序相关决策系统,提出泛函决策的概念及其相关理论。同时,为了说明基于控制论的决策理论的工程实用性,本文基于微分方程终值问题及其求解算法,提出了基于弹道逆推的航空火力控制方法;（2）明确阐述了具有动态不确定性的决策环境的基本含义;讨论了动态不确定环境下的决策分析问题,指出动态不确定环境下的决策问题应当分为四类:1)以多阶段随机决策为代表的经典随机决策理论;2)已知系统部分解析动力学的动态不确定决策问题;3)已知系统统计动力学的动态不确定决策问题;4)未知系统动力学的动态不确定决策问题。同时,针对各类问题的特点,建立了问题求解模型、给出了模型求解方案。此外,本文也阐述了动态不确定环境下决策制定的基本思路;（3）界定了分布式决策的五种内涵,即:1)基于分布式传感系统的决策模型构建;2)基于分布式构架的并行求解系统;3)基于分布式构架的多模型融合系统;4)基于分布式构架的流水线协作系统;5)基于分布式构架的自组织系统。同时,提出分布式Maxmin算法、矩阵消元法、快速矩阵消元法、分布式Benders算法、分布式强化学习算法、狼群算法等技术用于分析、建模和求解上述五类分布式决策问题;（4）给出了不同动态不确定环境下分布式决策问题的几种典型工程实例。具体地:1)以并行计算为构架,在动态不确定环境下使用分布式强化学习算法提高了机器人环境感知与路径规划效率;2)以分布式传感为构架,提出了基于滚动方差估计与IIR滤波的多机协同时差无源定位技术;3)以分布式自组织系统为构架,设计了用于集群系统协同围攻目标的狼群算法;（5）为了验证分布式决策系统相关算法的有效性、提高分布式决策系统的开发效率,以以太网交换机技术为蓝本,设计了分布式仿真系统的一种实体化构架,并且给出了系统中各模块的功能定义、模块间的信息流/控制流流动方案（即系统运行方案）、以及用于模块间信息交互的基于描述性信息流的通信协议。简言之,本文核心工作在于从方法论的层面阐明和完善决策、分布式决策的技术内涵与系统设计,填补文献空白、拓展科学体系。为此,本文所有工程或技术实例仅是为了示例性说明某类决策问题的基本特征与求解思路,因而全文不针对某一特定的工程问题做技术上的广泛讨论与深入扩展,也即本文在内容上学科领域跨度广、章节内部概念相对集中、章节之间理论相对分散。