智能制造执行系统的管理决策方法主要包括以下几种类型：
1. 数据驱动决策：通过收集和分析大量的生产数据，如设备运行状态、产品质量、生产效率等，来预测和优化生产过程。这种方法可以帮助企业更好地理解生产过程，提高生产效率和产品质量。
2. 人工智能决策：利用人工智能技术，如机器学习、深度学习等，对生产过程中的复杂问题进行智能分析和处理。例如，通过机器学习算法，可以预测设备故障，提前进行维修，避免生产中断。
3. 专家系统决策：结合行业专家的经验，建立专家系统，对生产过程中的问题进行诊断和解决。例如，通过专家系统，可以快速定位生产线上的问题，并给出解决方案。
4. 协同决策：通过信息技术手段，实现企业内部各部门之间的信息共享和协同工作。例如，通过企业资源规划（ERP）系统，可以实现生产计划、库存管理、质量管理等多个部门的协同工作，提高生产效率。
5. 实时监控决策：通过对生产过程的实时监控，及时发现生产过程中的问题，并进行快速响应。例如，通过物联网技术，可以实时监控生产线上的设备状态，一旦发现异常，立即进行处理。
6. 价值工程决策：通过对生产过程中的价值进行分析，找出生产过程中的价值增值点，以提高生产效率和产品质量。例如，通过对生产过程中的成本和效益进行分析，可以找出成本过高或效益不高的环节，进行改进。
7. 供应链协同决策：通过与供应商、客户等合作伙伴的信息共享，实现供应链的协同工作。例如，通过供应链管理系统，可以实现供应商的物料供应、产品的销售等信息的共享，提高供应链的整体效率。
8. 风险管理决策：通过对生产过程中的风险进行识别、评估和控制，以降低生产过程中的风险。例如，通过对生产过程中可能出现的风险进行评估，可以提前制定相应的应对措施，避免风险的发生。
9. 创新决策：鼓励员工提出创新想法，通过创新思维和创新实践，推动企业的持续改进和发展。例如，通过创新竞赛等方式，激发员工的创新热情，为企业的发展提供源源不断的动力。
10. 绩效评价决策：通过对员工的工作绩效进行评价，激励员工提高工作效率和质量。例如，通过绩效考核制度，可以对员工的工作绩效进行量化评价，为员工的职业发展提供参考。
