智能决策系统是一个集成了多种智能技术和工具的系统，旨在基于既定目标，对相关数据进行建模、分析并得到决策结果。

以下是对智能决策系统主要组成部分的归纳： 一、核心组成部分 问题处理系统： 负责对决策问题进行分解和分析，建立问题求解的总框架模型。

人机会话管理： 提供用户与系统的交互界面，使用户能够输入问题、查看结果并与系统进行交互。

数据库及数据库管理： 存储和管理与决策相关的各种数据，包括历史数据、实时数据等。

模型库及模型库管理： 存储和管理各种决策模型，如预测模型、优化模型等，这些模型用于对问题进行求解。

方法库及专家和知识库管理： 存储和管理专家知识、经验以及各种决策方法，这些方法可以用于辅助决策过程。

二、关键技术和方法 机器学习： 包括决策树、粗糙集、证据推理及案例推理等方法，用于从数据中学习规律，辅助决策过程。

专家系统： 应用专家系统技术，使系统能够更充分地应用人类的知识和经验，通过逻辑推理来帮助解决复杂的决策问题。

数据分析和可视化： 提供对数据的深度分析、多维分析以及可视化展示功能，帮助用户更好地理解数据和决策过程。

三、功能和特点 主动性： 通过引入专家知识，决策系统具有部分人类智能，能够主动地完成决策。

自适应性： 系统能够根据复杂多变的环境，动态地调整自身决策的能力。

分布式： 在系统层级结构中，各个主体能够互相协商，每个主体具有自主决策的能力。

模块化： 系统具有很强的模块化特性，模块重用性好，开发成本低，且易于维护。

四、应用领域 智能决策系统广泛应用于各个领域，如教育、金融、制造业等。

在教育领域，它可以辅助学校在教学、科研、管理效能等方面的决策；在金融领域，它可以用于智能投资决策等。

五、实例 上海某大学智能决策系统： 该系统汇聚了学校的多维度数据，通过综合仪表盘和多层关联深钻的方式，提供对学校各方面情况的深度数据融汇、智能关联、多维分析、可视化展示，支持全方位校情感知，并辅助支持学校在教学、科研、管理效能等方面的决策。

某银行智能投资决策系统： 通过分析大量的历史数据和市场趋势，预测股票的涨跌幅度，为投资者提供决策支持。

综上所述，智能决策系统是一个复杂而强大的系统，它通过集成多种智能技术和工具，对相关数据进行建模、分析并得到决策结果。

这些系统在教育、金融、制造业等多个领域发挥着重要作用。