各種決策支持繫統的應用涉及眾多領域，如工業、商業、科學和政府部門。決策支持繫統可以用來解決許多實際問題，包括交通調度、生物信息優化、人事調度、醫療診斷、時間表、生產調度和商業決策等。其中，實現決策支持繫統的關鍵是其底層的搜索和優化技術。因此，搜索和優化技術是一個至關重要的研究領域。

伯克、肯德爾所著的《搜索方法論--優化與決策支持技術入門教程》是一本涵蓋多個領域，如計算機科學、數學和運籌學的解決各種復雜問題的搜索、優化和決策支持技術的入門教程。本書精心組織，通過19個章節繫統介紹了大量經典和*的優化技術和搜索方法。每章的作者均是相關領域的國際知名專家。

第1章是概述，第2章和第3章介紹了一些經典的基於數學的搜索方法，如分支限界法、動態規劃、網絡流規劃、整數規劃等。第4章至第8章介紹了一些經典和常用的人工智能方法，包括遺傳算法、演化計算、模擬退火、禁忌搜索、變鄰域搜索。接著介紹了一些較新的優化技術，包括約束規劃、多目標優化、機器學習、人工免疫繫統、群體智能、模糊推理、基於粗糙集的決策支持、超啟發式和近似算法等。此外，本書還介紹了搜索和優化領域涉及的一些理論知識，如復雜理論、適應值曲面等。

本書幾乎涵蓋了所有經典、實用和目前*的搜索和優化技術，內容豐富、層次分明、重點突出。每章都附有大量相關參考文獻，具有權威性和實用性。

作為介紹搜索和優化技術的入門教程，本書非常適合作為高等院校高年級本科生和研究生的教材，並可用作相關領域研究人員的參考資料。