اهمیت شبکه های عصبی فازی در پیش بینی دقیق تر سطوح مورد انتظار فعالیت و روند های عمده مالی و عملیاتی(نمونه مورد مطالعه:شرکت پالایش گازسرخون وقشم)

شناسایی سطوح سر به سری تولیدات و فعالیتها و متعاقب آن تعیین سطوح مورد انتظار فعالیت امکان موثری را جهت پیش بینی فروش و برنامه ریزی سود بدست می دهد.تعیین نقطه بهینه تولید محصولات در بهبود وضعیت شرکت و برنامه ریزی های آتی مدیران جهت بیشینه سازی اهداف سازمان اهمیت بسیار زیادی خواهد داشت.با پیشرفت روز افزون علم، استفاده از روش های جدید و بکارگیری تکنولوژی های هوشمند در امر پیش بینی رونق بسیاری پیدا کرده است.در میان روش های پیش بینی، شبکه های عصبی مصنوعی و منطق فازی در بسیاری از زمینه های کاربردی،استفاده شده اند و هر کدام دارای محاسن و معایبی هستند. در این پژوهش کاربرد علم پیش بینی در تعیین سطوح مورد انتظار فعالیت و روند های عمده مالی و عملیاتی شرکت پالایش گاز سرخون و قشم مورد پژوهش قرار گرفته است و همچنین روش ها و الگوریتم های جدیدمانند شبکه های عصبی و منطق فازی تشریح شده و کاربرد ترکیب دو روش در پیش بینی نقطه بهینه تولید محصولات به عنوان یکی از ابزا رهای مهم مدیران در برنامه ریزی و تصمیم گیری های آتی،بررسی گردیده است.از همین رو نخست با استفاده از روش های آماری پیش بینی مورد نظر انجام شد،سپس نتایج این روش ها با نتایج حاصل از روش شبکه عصبی فازی در پیش بینی سطوح مورد انتظار فعالیت با استفاده از معیار های اندازه گیری خطای پیش بینی،مقایسه گردید و همچنین جهت نشان دادن برتری و دقت شبکه های عصبی فازی نتایج حاصل از این مدل با مدل شبکه های عصبی صرف نیز مقایسه گردیده است و این نتیجه بدست آمد که در همه معیار ها روش شبکه عصبی فازی نسبت به سایر روش ها برتری دارد.