智能制造执行系统的管理决策方法主要包括以下几种：
1. 数据驱动的决策方法：通过收集和分析生产过程中的各种数据，如设备运行状态、生产进度、产品质量等，为企业提供实时、准确的信息。企业可以根据这些数据制定合理的生产计划、优化资源配置、提高生产效率，从而实现智能制造的目标。
2. 人工智能辅助的决策方法：利用人工智能技术，如机器学习、深度学习等，对生产过程中产生的大量数据进行挖掘和分析，为企业提供智能化的决策支持。例如，通过机器视觉技术实现产品质量检测，通过自然语言处理技术实现生产过程的自动化控制等。
3. 协同制造的决策方法：通过建立企业内部和企业之间的协同机制，实现资源共享、信息互通、流程优化，从而提高生产效率和产品质量。例如，通过供应链管理系统实现原材料采购、库存管理、物流配送等环节的协同；通过企业资源规划系统实现企业内部各部门之间的协同。
4. 敏捷制造的决策方法：根据市场需求的变化，快速调整生产计划、资源配置和工艺流程，以适应市场变化。例如，通过模块化设计实现产品生产的灵活性；通过数字化制造实现生产过程的快速迭代。
5. 精益制造的决策方法：通过消除浪费、优化流程、提高效率，实现生产过程的持续改进。例如，通过价值流分析识别生产过程中的浪费环节，通过持续改进方法（如六西格玛）实现生产过程的优化。
6. 绿色制造的决策方法：在生产过程中注重环境保护，减少能源消耗和废弃物排放，实现可持续发展。例如，通过节能减排技术降低生产过程中的能源消耗；通过循环经济模式实现废弃物的资源化利用。
7. 人机交互的决策方法：通过建立人机交互平台，使员工能够方便地获取生产信息、参与生产过程的决策和管理。例如，通过移动设备实现现场作业人员的即时通讯和协作；通过虚拟现实技术实现员工对生产过程的可视化操作。
8. 云计算与大数据的决策方法：通过云计算和大数据技术，实现生产数据的集中存储、分析和共享，为企业提供更加全面和准确的决策支持。例如，通过大数据分析预测市场需求，指导生产计划；通过云计算实现远程监控和故障诊断。
总之，智能制造执行系统的管理决策方法多种多样，企业应根据自身的实际需求和条件，选择适合的管理决策方法，以提高生产效率、降低成本、提升产品质量和竞争力。
