示。
模糊推理系统的基本结构由四个重要部件组成：知识库、推理机制、模糊化输入接口与去模糊化输出接口。知识库又包含模糊if-then规则库和数据库。规则库中的模糊规则定义和体现了与领域问题有关的专家经验或知识，而数据库则定义模糊规则中用到的隶属函数。推理机制按照这些规则和所给的事实（例如针对某一拟定方案）执行推理过程，求得合理的输出或结论（例如方案的评估值）。模糊输入接口将明确的输入转换为对应隶属函数的模糊语言值，而去模糊输出接口则将模糊的计算结果转换为明确的输出。
模糊评估模型以模糊规则为基础而具有模糊信息处理能力的动态模型。选择基于模糊理论的评估模型主要在于：该评估模型能将人的经验、知识等用适合计算机处理的形式表现出来，从而更加科学、准确、客观评估财务软件的质量。
4 财务软件模糊评估模型的构建
财务软件质量模糊评估模型是由评估的对象、评估目的、评估指标体系及权重、模糊评估等部分。
4.1 评估的对象
首先要财务软件有非常明确的认识，其目的用于提高资金管理和控制。然后从财务软件实现方式、教学内容、操作方便程度等方面进行详细了解，从中收集第一手的数据和资料。
4.2 评估目的
用模糊评估模型评估总体目的是促进财务软件质量的提高，并达到最优。通过评估，能够正确引导财务软件质量，软件开发商在开发过程中每个环节进行严格控制，开发出质量更高的财务软件。
4.3 评估指标体系及其权重
在评估软件质量时，必须要建立一系列评估指标体系[4]，然后利用模糊理论[5]的方法进行建模和评估。根据科学性、系统性、定量指标和定性指标相结合、实用性等原则分析国外财务软件的评价活动，并参阅美国MiroSIFT、EPIE等专门的软件评价组织的指标体系及国内相应的评价标准，对财务领域专家、普通员工、决策者、综合财务软件开发者等进行反复调查，征求意见后建立如表4-1所示的两层财务软件质量评估指标体系和各指标权重。
一级指标和权重
二级指标和权重
评估结果和权重
优秀 良好 较好 合格 不合格 科学性 A1（0.3） 内容科学F1（0.5） 0.70 0.15 0.10 0.05 0.00 主题明确F2（0.3） 0.65 0.25 0.10 0.05 0.05 紧扣应用F3（0.2） 0.60 0.20 0.10 0.10 0.00 技术性 A2（0.2） 安全机制F4（0.35） 0.60 0.15 0.15 0.05 0.05 可移植性F5（0.35） 0.65 0.20 0.05 0.05 0.05 运行效率F6（0.15） 0.65 0.20 0.05 0.05 0.05 更新和维护F7（0.15） 0.50 0.20 0.15 0.05 0.10 功能性 A3（0.3） 完备性F8（0.4） 0.60 0.20 0.10 0.10 0.00 一致性F9（0.3） 0.45 0.30 0.15 0.10 0.00 可追踪性F10（0.1） 0.40 0.30 0.15 0.10 0.05 检错性F11（0.1） 0.35 0.25 0.20 0.10 0.10 功能扩充性F12（0.1） 0.40 0.30 0.10 0.10 0.10 操作性 A4（0.2） 界面友好F13（0.35） 0.80 0.15 0.05 0.00 0.00 输入简单F14（0.45） 0.80 0.10 0.05 0.05 0.00 使用帮助F15（0.1） 0.60 0.20 0.10 0.10 0.00 安装方便程度F16（0.1） 0.60 0.30 0.10 0.00 0.00
4.4 模糊评估模型
模糊评估模型中统一用评估集合R{优秀，良好，较好，合格，不合格}为模糊集，评估指标集F{F1,F2,…,Fn}表示影响财务软件整体质量各评估指标，该集合中第i个指标由评估
向量Fi={Fi1, Fi2 Fi3, Fi4, Fi5}表示，每个指标有5个评估等级[6]。
1）精确输入数值的模糊化 对于每一个二级评估指标的权值都是通过隶属函数获取的[7]，例如，二级评估指标“内容科学”的权值确定，可以首先通过统计专家评估集合中各元素的隶属程度，在20个不同评估专家的评估集合中，评估该指标为优秀，良好，较好，合格，不合格的人数分别为14、3、2、1、0个，从而可以得出“内容科学”属于“优秀”的程度为0.70，属于“良好”的程度为0.15，属于“较好”的程度为0.10，属于“合格”的程度为0.05，属于“不合格”为0。同样利用类似的方法可以得到如表4-1中各评估指标的权值，并反映评估指标对财务软件质量影响程度。即复合下面的隶属函数。