Введение. 
Система анализа финансового состояния предприятия с использованием технологии мягких вычислений

Среди новых задач, которые появились в электронном бизнесе, оценка эффективности деятельности предприятия рассматривается как важное средство удержания позиций бизнеса. В последние 10 — 15 лет появились специализированные программные продукты для менеджеров, консультантов и аудиторов бизнеса. Многообразие таких инструментов, гетерогенность данных и разнообразие подходов являются препятствиями на пути широкого распространения электронного бизнеса.

Решение проблемы — это не создание лучшего по точности инструмента, а интеграция различных подходов, инструментов и технологий в Internet-среде. вычислительный интеллект сеть мамдани Современные экспертные системы в основном строятся на мягких вычислениях, сочетающих в себе преимущества использования лингвистических переменных, нечеткого вывода, нейронных сетей и генетических алгоритмов.

Несмотря на явные преимущества использования гибридных нейронных сетей (табл. 1), на практике не всегда представляется возможным использовать их в силу отсутствия, нерепрезентативности или недостаточного количества исходных данных, необходимых для построения обучающей выборки. Хотя построение функций принадлежности является одним из самых узких и сложных мест в теории нечетких множеств, их непосредственное задание с помощью существующих методов единственный возможный вариант представления знаний в подобных ситуациях.

Таблица 1. Сравнение методов вычислительного интеллекта.

Для разработки алгоритма и механизма многошагового нечеткого вывода нам необходимо выбрать такую схему логического вывода в качестве базовой, которая бы удовлетворяла следующим критериям: выходное множество до дефаззификации должно быть дискретным нечетким множеством, чтобы в иерархической системе не накапливалась нечеткость, способствующая искажению результатов. Оптимальным выбором схемы нечеткого вывода являетсянечеткий логический вывод Сугено, что доказывается в разделе 3.