本书是一本比较实用的基于Python工具应用相关算法进行智能管理会计分析的入门书，通过管理会计相关案例贯穿于Python基础知识和各类算法的应用，由浅入深，逐步深入讲解，对管理类学者来说帮助较大；书中通过介绍每个案例，详细讲解各个案例的数据来源、数据清洗、模型构建、算法设计等问题解决的详细过程，即通过设计相关算法对管理会计中成本性态、本量利分析、销售预测、产品组合优化等问题进行分析与解决；同时，对机器学习算法等智能算法如何应用于管理会计决策中进行了理论讲解和案例分析。
吴花平 ，教授，工学博士，工商管理博士后，硕士生导师，重庆市高校巴渝学者青年学者，重庆市会计领军人才，重庆市高校黄大年式教师团队成员，重庆市研究生导师团队成员，重庆理工大学青年英才，重庆市本科毕业设计优秀指导教师，校级研究生优秀学位论文指导教师，重庆理工大学云会计青年科研创新团队成员。在科研与教学方面，主持国家社科、教育部等科研项目10余项，出版专著2部，在中科院1区Top期刊等国内外重要刊物发表论文40余篇；主持重庆市重大项目、重点项目等教改项目10余项，出版教材1部，获国家教学成果奖等省部级以上奖项5项。
目 录
第1章 智能管理会计发展概述 1
1.1 管理会计 1
1.1.1 管理会计的萌芽 1
1.1.2 管理会计的确立 1
1.1.3 管理会计的发展 2
1.1.4 财务会计与管理会计的关系 5
1.1.5 财务会计与管理会计的区别 5
1.2 管理会计与信息技术的融合 6
1.2.1 管理会计在新时代的挑战与机遇 6
1.2.2 企业对管理会计的新要求 7
1.2.3 管理会计信息化 7
1.2.4 从信息化到智能化 8
1.3 智能管理会计的定义：特征及应用 9
1.3.1 智能管理会计的定义与特征 9
1.3.2 智能管理会计的应用现状 10
1.4 信息技术方法 12
1.4.1 机器学习基础 12
1.4.2 机器学习分类 14
1.4.3 常见的机器学习算法 15
1.4.4 机器学习的主要应用流程 15
第2章 全面预算智能编制 17
2.1 全面预算编制方法 17
2.1.1 预算与预算管理 17
2.1.2 全面预算管理体系 18
2.1.3 全面预算编制介绍 20
2.1.4 基于Excel全面预算编制模型 21
2.2 案例分析：LS公司预算管理挑战 25
2.3 业务预算编制实验设计 28
2.3.1 销售预算模型实验设计 28
2.3.2 生产预算模型实验设计 30
2.3.3 直接材料预算模型实验设计 31
2.3.4 直接人工预算模型实验设计 33
2.3.5 制造费用预算模型实验设计 34
2.3.6 产品成本预算模型实验设计 35
2.3.7 期间费用预算模型实验设计 37
2.4 财务预算编制实验设计 44
第3章 销售智能预测 49
3.1 基本销售智能预测 49
3.1.1 理论基础 49
3.1.2 案例分析：A企业销售预测困境 51
3.1.3 基于Excel的销售预测实验设计 53
3.2 多因素销售智能预测 60
3.2.1 XGBoost 61
3.2.2 案例分析：Z连锁便利店销售预测困境 62
3.2.3 基于机器学习算法的实验设计 64
第4章 生产智能决策 76
4.1 生产决策方法 76
4.1.1 线性规划 76
4.1.2 经济订货批量模型 77
4.1.3 产品组合优化决策模型 77
4.2 案例分析：C轮胎制造企业的生产决策挑战 78
4.3 基于Excel生产决策模型实验设计 80
4.3.1 经济订货批量模型实验设计 80
4.3.2 产品组合优化决策模型实验设计 83
4.3.3 生产组织决策模型设计 86
4.4 基于Python解决线性规划问题实验设计 94
4.4.1 产品组合案例介绍 94
4.4.2 实验设计 94
4.5 基于智能优化算法—模拟退火算法的实验设计 98
4.5.1 模拟退火算法 99
4.5.2 模拟退火算法实验设计 103
第5章 成本智能管理 109
5.1 成本性态智能分析 109
5.1.1 理论基础 109
5.1.2 案例分析：AL装备制造企业的成本管理转型之旅 114
5.1.3 基于Excel混合成本分解实验设计 116
5.2 成本智能预测 125
5.2.1 随机森林回归 125
5.2.2 案例分析：JW公司成本管理困境 127
5.2.3 基于机器学习回归算法的实验设计 129
第6章 利润智能管理 136
6.1 本量利分析方法 136
6.1.1 基本假设类别 136
6.1.2 盈亏临界点分析 137
6.1.3 线性盈亏平衡分析 139
6.1.4 敏感性分析 141
6.2 案例分析：A制造企业的利润管理升级之路 142
6.3 基于Excel的本量利分析实验设计 144
6.4 基于Python的本量利分析实验设计 158
6.4.1 本量利字段介绍 158
6.4.2 实验设计 159
第7章 供应商智能选择 164
7.1 供应商智能选择方法 164
7.2 案例分析：YH公司的供应商智能选择挑战 165
7.3 供应商智能选择实验设计 166
7.4 基于智能优化算法—遗传算法的实验设计 176
7.4.1 遗传算法 177
7.4.2 遗传算法实验设计 180
第8章 客户智能画像 186
8.1 K-Means聚类智能画像方法 186
8.1.1 算法简介 186
8.1.2 算法步骤 186
8.1.3 算法优缺点 187
8.2 案例分析：KG企业客户智能画像构建挑战 188
8.3 基于机器学习的客户智能画像实验设计 190
8.3.1 必要库及数据导入 190
8.3.2 数据预处理 190
8.3.3 数据变换 192
8.3.4 数据标准化 194
8.3.5 模型处理 195
8.3.6 结果分析 196
第9章 智能管理会计应用案例 197
9.1 案例1—重庆高速集团 197
9.1.1 概况 197
9.1.2 智能管理会计的应用现状 197
9.2 案例2—重庆渝富集团 214
9.2.1 概况 214
9.2.2 智能管理会计的应用现状 214
9.2.3 渝富集团合同管理流程 218
9.2.4 渝富集团合同管理流程相关数据 223
参考文献 226
书单推荐
