企业绩效评价作为现代企业管理的重要方法和手段，在经济全球化的大背景下发挥着越来越重要的作用，它不仅引导着企业的发展方向，还影响着企业相关利益者们做出的决策。本文将将模糊神经网络引入企业绩效评价领域，同时，把企业财务指标和非财务指标相结合来评价企业绩效，用模糊化方法和神经网络的自学习能力最大限度的减少主观因素对评价结果的影响，构建了基于模糊神经网络的企业绩效评价的组合模型，进而实现企业绩效评价的智能化。本文的主要研究内容如下：首先，总结了国内外企业绩效评价方法在各个阶段的发展状况，系统地介绍了模糊神经网络的相关理论，并对模糊逻辑系统和神经网络的融合特性和结合方式进行了分析。其次，在前人研究的基础上，提出了企业绩效评价指标体系的构建思路和构建原则，并最终建立了本文研究的企业绩效评价指标体系。该体系包括财务指标和非财务指标两大类，分别从企业的获利能力、资产运营能力、偿债能力、发展能力、企业经营者、员工、顾客和企业对社会的贡献等方面构建。第三，鉴于为解决模糊规则的“维灾难”问题、简化评价模型的网络结构和减少网络训练时间，构建了基于模糊神经网络的企业绩效评价组合模型，应用BP神经网络构建财务指标模型，Takagi-Sugeno模糊神经网络构建非财务指标模型，最后再用二者的结果值作为输入值构建最终的模糊神经网络企业绩效评价模型。经过样本数据的选取、样本数据标准化处理和网络模型的仿真训练，并与BP神经网络绩效评价模型的评价结果进行了对比研究，实验结果表明应用该组合模型进行企业绩效评价是有效可行的，从而为企业绩效评价提供了一条新的途径。最后，在上述企业绩效评价模型的基础上，建立了基于模糊神经网络的企业绩效评价原型系统总体架构，并对各模块功能进行了介绍。最后，在上述企业绩效评价模型的基础上，建立了基于模糊神经网络的企业绩效评价原型系统总体架构，并对各模块功能进行了介绍。