[发明专利]一种电网企业财务健康诊断方法

说明书

本发明公开了一种电网企业财务健康诊断方法，基于企业当前财务状态，利用智能计算技术建立专家系统与神经网络相结合的电网企业财务健康诊断模型，利用专家系统作为框架，在其知识的存储和表示上，将神经网络融入其中；通过构建智能计算诊断知识库、神经网络知识学习以及专家系统推理，对企业财务健康状态的检测与诊断，并通过数据云台将诊断结论传输至上级电网数据中心进行存储。本发明将专家系统与神经网络相结合，利用神经网络完成部分知识的储存与表示，并通过数据云台将诊断数据及结论完整的传输至上级电网数据中心进行存储，克服了传统单一方式检测诊断的局限性，实现对电网企业财务健康准确的实时状态的检测和智能诊断。

技术领域

本发明涉及电网财务管理技术领域，具体涉及一种电网企业财务健康诊断方法。

背景技术

国家电网公司业务规模的扩大化、经营地点的分散化、组织人员的多元化、信息沟通的复杂化等，导致企业决策难度增加。国家电网公司对决策支持所需数据的准确性和时效性都有非常强烈的需求，要求财务部门更加快速地为企业决策提供更充分、及时、准确的信息以及适当的决策方法和决策建议，要求财务部门将更多的精力和资源投向战略和业务支持。

电网企业财务健康诊断可以有效帮助企业管理层及时了解企业财务的质量，有利于企业及其财务进行实时监控，实时把握企业生产、经营、管理现状，及时发现问题并采取处置措施，从而实现企业财务的健康运行。

目前，电网企业财务健康诊断可以参考和借鉴故障诊断技术。

由于故障诊断原理不同，故障诊断方法也有不同。基于解析模型和基于信号处理的方法，由于知识表达能力的局限性，一般适用于故障监测和简单场合的故障诊断。而基于知识的方法，除了依赖数学模型以外，还具有较为丰富和灵活的知识表达能力以及问题求解能力，除进行离线诊断外，还可用于在线的故障诊断及故障处理。

基于知识的方法主要包括灰色诊断方法、模糊诊断方法、神经网络诊断方法、专家系统诊断方法以及信息融合方法。

其中，由于专家系统依赖于知识获取，在现实中存在知识获取困难、控制策略不灵活等缺点，难以保证实时诊断的实现。而人工神经网络采用神经元及其之间的连接权重来隐含处理问题的知识，能够处理复杂问题，但神经网络诊断方法在训练样本的获取上存在一定的困难，此外，神经网络方法往往忽视了相关专家多年的经验积累，网络权值的表达也不易理解。

因此，亟需提供一种解决上述问题的电网企业财务健康诊断方法。

发明内容

本发明的目的是提供一种电网企业财务健康诊断方法，将适合逻辑的专家系统与长于思维的神经网络进行有效的集成能起到优势互补的作用，使得建立的检测诊断系统同时具有很强的学习能力、解释能力和推理能力。

为了实现上述目的，本发明采取的技术方案如下：

一种电网企业财务健康诊断方法，基于企业当前财务状态，利用智能计算技术建立专家系统与神经网络相结合的电网企业财务健康诊断模型，利用专家系统作为框架，在其知识的存储和表示上，将神经网络融入其中；在进行财务健康检测诊断时，利用信息融合方法建立一个智能计算诊断系统，使神经网络与专家系统相辅相成；通过构建智能计算诊断知识库、神经网络知识学习以及专家系统推理，对企业财务健康状态的检测与诊断，并通过数据云台将诊断结论传输至上级电网数据中心进行存储。

作为本发明的进一步改进，所述专家系统具有专门知识与经验的程序系统，应用人工智能和计算机技术，根据领域内一个以上专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程；

电网企业财务健康诊断模型基于专家系统进行知识推理机制，知识推理机制包括知识库构建、知识表示和知识推理机。