本书介绍了决策智能化的相关理论和方法，包括决策支持系统、数据仓库与数据挖掘、大数据、人工智能以及物流供应链、物联网等，同时给出了相关理论方法的应用案例，比较全面地梳理了不同场景下决策的智能化解决方案。
尽管本书介绍的一些理论与方法是目前比较热门的，但是以决策智能化这个思路去整理还是第一次，从该视角去学习和研究决策智能化问题能够给人一种新的思路。对于相关专业的本科生、研究生和研究人员在这方面知识的学习具有一定的参考价值，可以作为相关专业的研究生或本科生的参考教材。

第一章 决策支持系统
第一节 决策支持系统的概念
第二节 决策支持系统数据库
第三节 知识库与知识表示
第四节 DSS在不同领域的应用
第五节 DSS的问题与发展
第二章 物流与供应链管理
第一节 物流
第二节 供应链管理
第三节 物流供应链决策
第三章 数据仓库与数据挖掘
第一节 数据仓库概述
第二节 数据仓库的技术
第三节 数据仓库的开发
第四节 数据仓库中的数据模型
第五节 数据挖掘
第六节 数据仓库与数据挖掘实例
第四章 大数据与决策智能
第一节 大数据概述
第二节 大数据技术平台与架构
第三节 大数据研究案例
第五章 人工智能
第一节 人工智能
第二节 机器学习
第三节 机器学习项目研发
第四节 机器学习智能决策应用
第五节 实例
第六节 案例
第六章 物联网
第一节 物联网概述
第二节 物联网产业概述
第三节 物联网的关键技术
第四节 物联网研究案例
第五节 物联网的应用
第六节 物联网发展中存在的问题及发展的对策
第七节 案例
第七章 决策智能应用综合案例
第一节 生鲜物流同城速递路径优化算例分析
第二节 连锁超市配送订单分配与路径优化
第三节 基于openEHR的临床医疗数据仓库实践