智能制造执行系统的管理决策方法主要包括以下几种：
1. 数据驱动决策：通过收集和分析生产过程中的各种数据，如设备运行状态、产品质量、生产效率等，为企业提供决策依据。例如，通过对生产设备的实时监控，可以发现设备的故障并及时进行维修，从而提高生产效率。
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，对生产过程中的数据进行分析和预测，为企业提供决策支持。例如，通过对历史生产数据的分析，可以预测未来的生产趋势，从而制定相应的生产计划。
3. 专家系统决策：结合企业自身的专业知识和经验，通过建立专家系统，为企业提供决策建议。例如，通过对生产过程中的问题进行分析，可以找出问题的原因并提出解决方案。
4. 协同决策：通过建立企业内部的信息共享平台，实现各部门之间的信息交流和协作，提高决策效率。例如，通过共享生产计划、库存信息等，各部门可以更好地协调工作，提高生产效率。
5. 优化算法决策：利用优化算法，如遗传算法、蚁群算法等，对企业的生产流程进行优化，提高生产效率。例如，通过对生产过程的模拟和优化，可以找到最优的生产方案，降低生产成本。
6. 风险管理决策：通过对生产过程中可能出现的风险进行分析和评估，为企业提供风险防范措施。例如，通过对生产过程中可能出现的设备故障、原材料供应等问题进行分析，可以提前制定应对策略，降低风险。
7. 动态调整决策：根据生产过程中的实际情况，动态调整生产计划和资源分配，以适应市场变化。例如，根据市场需求的变化，企业可以调整生产计划，以满足市场需求。
8. 持续改进决策：通过对生产过程中的问题进行持续改进，不断提高生产效率和产品质量。例如，通过对生产过程中的问题进行分析和改进，可以逐步提高生产效率和产品质量。
总之，智能制造执行系统的管理决策方法主要包括数据驱动决策、人工智能决策、专家系统决策、协同决策、优化算法决策、风险管理决策、动态调整决策和持续改进决策等多种方法。这些方法可以根据企业的实际情况和需求进行选择和应用，以提高生产效率和产品质量。
