企业预警系统是现代管理的一种新的模式,它的最终目的是确保企业处在安全经营之中,因此它的研究结果将直接关系到对企业运行状况的正确认识和判断。传统的方法往往取决于专家经验和简单的模型,无法满足实际企业预警的客观需求。随着数学统计理论的发展,近年来人们开始使用人工智能方法解决这一难题。在经济预警指标体系的基础上,依据指标设计原则,采用神经网络、粗糙集理论、支持向量机等一系列人工智能方法对现有的企业数据进行分析,通过建立对应的数学模型来拟合比较复杂的经济数据,已经取得了良好的效果。本文从企业预警的原理入手,第二章介绍了计算智能方法的理论基础,讲述了几种重要的神经网络,又引申出粗糙集理论和支持向量机的基本理论;第三章介绍了企业预警管理分析的基本思路和预警指标体系的建立;然后讲述了人工神经网络预警方法,介绍了RBF网络,BP神经网络,支持向量机在企业预警中的应用,并分别对各个网络结构做了实验分析;第五章在前面的基础上讲述了计算智能方法在企业预警中的对比研究,介绍了粗糙集理论和主成分分析方法在企业数据指标体系中的应用,并对目前比较热门的SVM和神经网络从理论到应用上做了比较,最终验证了计算智能方法在企业预警应用中的可行性。