目 錄

第1章 智能管理會計發(fā)展概述 1
1.1 管理會計 1
1.1.1 管理會計的萌芽 1
1.1.2 管理會計的確立 1
1.1.3 管理會計的發(fā)展 2
1.1.4 財務(wù)會計與管理會計的關(guān)系 5
1.1.5 財務(wù)會計與管理會計的區(qū)別 5
1.2 管理會計與信息技術(shù)的融合 6
1.2.1 管理會計在新時代的挑戰(zhàn)與機(jī)遇 6
1.2.2 企業(yè)對管理會計的新要求 7
1.2.3 管理會計信息化 7
1.2.4 從信息化到智能化 8
1.3 智能管理會計的定義：特征及應(yīng)用 9
1.3.1 智能管理會計的定義與特征 9
1.3.2 智能管理會計的應(yīng)用現(xiàn)狀 10
1.4 信息技術(shù)方法 12
1.4.1 機(jī)器學(xué)習(xí)基礎(chǔ) 12
1.4.2 機(jī)器學(xué)習(xí)分類 14
1.4.3 常見的機(jī)器學(xué)習(xí)算法 15
1.4.4 機(jī)器學(xué)習(xí)的主要應(yīng)用流程 15
第2章 全面預(yù)算智能編制 17
2.1 全面預(yù)算編制方法 17
2.1.1 預(yù)算與預(yù)算管理 17
2.1.2 全面預(yù)算管理體系 18
2.1.3 全面預(yù)算編制介紹 20
2.1.4 基于Excel全面預(yù)算編制模型 21
2.2 案例分析：LS公司預(yù)算管理挑戰(zhàn) 25
2.3 業(yè)務(wù)預(yù)算編制實驗設(shè)計 28
2.3.1 銷售預(yù)算模型實驗設(shè)計 28
2.3.2 生產(chǎn)預(yù)算模型實驗設(shè)計 30
2.3.3 直接材料預(yù)算模型實驗設(shè)計 31
2.3.4 直接人工預(yù)算模型實驗設(shè)計 33
2.3.5 制造費用預(yù)算模型實驗設(shè)計 34
2.3.6 產(chǎn)品成本預(yù)算模型實驗設(shè)計 35
2.3.7 期間費用預(yù)算模型實驗設(shè)計 37
2.4 財務(wù)預(yù)算編制實驗設(shè)計 44
第3章 銷售智能預(yù)測 49
3.1 基本銷售智能預(yù)測 49
3.1.1 理論基礎(chǔ) 49
3.1.2 案例分析：A企業(yè)銷售預(yù)測困境 51
3.1.3 基于Excel的銷售預(yù)測實驗設(shè)計 53
3.2 多因素銷售智能預(yù)測 60
3.2.1 XGBoost 61
3.2.2 案例分析：Z連鎖便利店銷售預(yù)測困境 62
3.2.3 基于機(jī)器學(xué)習(xí)算法的實驗設(shè)計 64
第4章 生產(chǎn)智能決策 76
4.1 生產(chǎn)決策方法 76
4.1.1 線性規(guī)劃 76
4.1.2 經(jīng)濟(jì)訂貨批量模型 77
4.1.3 產(chǎn)品組合優(yōu)化決策模型 77
4.2 案例分析：C輪胎制造企業(yè)的生產(chǎn)決策挑戰(zhàn) 78
4.3 基于Excel生產(chǎn)決策模型實驗設(shè)計 80
4.3.1 經(jīng)濟(jì)訂貨批量模型實驗設(shè)計 80
4.3.2 產(chǎn)品組合優(yōu)化決策模型實驗設(shè)計 83
4.3.3 生產(chǎn)組織決策模型設(shè)計 86
4.4 基于Python解決線性規(guī)劃問題實驗設(shè)計 94
4.4.1 產(chǎn)品組合案例介紹 94
4.4.2 實驗設(shè)計 94
4.5 基于智能優(yōu)化算法—模擬退火算法的實驗設(shè)計 98
4.5.1 模擬退火算法 99
4.5.2 模擬退火算法實驗設(shè)計 103
第5章 成本智能管理 109
5.1 成本性態(tài)智能分析 109
5.1.1 理論基礎(chǔ) 109
5.1.2 案例分析：AL裝備制造企業(yè)的成本管理轉(zhuǎn)型之旅 114
5.1.3 基于Excel混合成本分解實驗設(shè)計 116
5.2 成本智能預(yù)測 125
5.2.1 隨機(jī)森林回歸 125
5.2.2 案例分析：JW公司成本管理困境 127
5.2.3 基于機(jī)器學(xué)習(xí)回歸算法的實驗設(shè)計 129
第6章 利潤智能管理 136
6.1 本量利分析方法 136
6.1.1 基本假設(shè)類別 136
6.1.2 盈虧臨界點分析 137
6.1.3 線性盈虧平衡分析 139
6.1.4 敏感性分析 141
6.2 案例分析：A制造企業(yè)的利潤管理升級之路 142
6.3 基于Excel的本量利分析實驗設(shè)計 144
6.4 基于Python的本量利分析實驗設(shè)計 158
6.4.1 本量利字段介紹 158
6.4.2 實驗設(shè)計 159
第7章 供應(yīng)商智能選擇 164
7.1 供應(yīng)商智能選擇方法 164
7.2 案例分析：YH公司的供應(yīng)商智能選擇挑戰(zhàn) 165
7.3 供應(yīng)商智能選擇實驗設(shè)計 166
7.4 基于智能優(yōu)化算法—遺傳算法的實驗設(shè)計 176
7.4.1 遺傳算法 177
7.4.2 遺傳算法實驗設(shè)計 180
第8章 客戶智能畫像 186
8.1 K-Means聚類智能畫像方法 186
8.1.1 算法簡介 186
8.1.2 算法步驟 186
8.1.3 算法優(yōu)缺點 187
8.2 案例分析：KG企業(yè)客戶智能畫像構(gòu)建挑戰(zhàn) 188
8.3 基于機(jī)器學(xué)習(xí)的客戶智能畫像實驗設(shè)計 190
8.3.1 必要庫及數(shù)據(jù)導(dǎo)入 190
8.3.2 數(shù)據(jù)預(yù)處理 190
8.3.3 數(shù)據(jù)變換 192
8.3.4 數(shù)據(jù)標(biāo)準(zhǔn)化 194
8.3.5 模型處理 195
8.3.6 結(jié)果分析 196
第9章 智能管理會計應(yīng)用案例 197
9.1 案例1—重慶高速集團(tuán) 197
9.1.1 概況 197
9.1.2 智能管理會計的應(yīng)用現(xiàn)狀 197
9.2 案例2—重慶渝富集團(tuán) 214
9.2.1 概況 214
9.2.2 智能管理會計的應(yīng)用現(xiàn)狀 214
9.2.3 渝富集團(tuán)合同管理流程 218
9.2.4 渝富集團(tuán)合同管理流程相關(guān)數(shù)據(jù) 223
參考文獻(xiàn) 226