Современная эпоха характеризуется чрезвычайно быстрыми и глубокими изменениями социальных и экономических явлений, в результате чего очень трудно предсказать их развитие в будущем на основании формальной логики и традиционных математических методов, основанных на точных данных. Экономическая действительность ставит перед исследователями целый ряд проблем, часто неразрешимых при использовании самых современных методов экономического анализа и аппарата классической математики.
Исследование экономических явлений в условиях изменчивости внешней среды и неопределенности развития событий требует создания эффективных методик анализа, пригодных для оценки и прогнозирования результатов деятельности в такой ситуации.
В настоящее время прогнозирование экономических явлений базируется преимущественно на детерминированных связях и точных данных. Однако эти методы малоэффективны, потому что действительность далеко не всегда соответствует детерминированным схемам. Применение вероятностных методов математической статистики также не всегда эффективно, если используются субъективные данные. Методы, направленные на получение точного ответа в условиях неоднозначно определенных параметров, присущих рынку, либо дают необъективное решение, либо существенно усложняют его поиск, увеличивая временные и вычислительные затраты.
Большую помощь в решении этих задач в условиях неопределенности оказывают методы, основанные на теории нечетких множеств, которая, по мнению А.М.Хил Лафуенте, способна описать неопределенную среду.
Теория нечетких множеств является частью математики, которая ориентирует на обработку субъективного и неопределенного. Это попытка рассмотреть явления таким образом, как они представляются в реальной жизни, не деформируя их для того, чтобы сделать точными и четкими.
Возможности теории нечетких множеств очень широки. С ее помощью можно составить кратко- и долгосрочные прогнозы того или иного явления в условиях неопределенности и быстрой изменчивости внешней среды.
Практическое использование нечеткой логики и теории размытых множеств позволяет развивать традиционные методы прогнозирования, приспосабливая их к новым потребностям учета неопределенности будущего. В частности, на основании теории нечетких множеств можно построить нечеткие регрессионные модели, используемые для прогнозирования уровня исследуемых показателей.
Процедура построения нечетких регрессионных моделей существенно не отличается от процедуры разработки четких моделей. Требуются достаточная репрезентативность выборки и преемственность данных, обоснование формы уравнения связи и т.д. Задача анализа — найти такое уравнение связи, которое бы наиболее точно описывало связи между значениями факторов и результативным показателем с учетом того, что данные связи размытые, нежесткие, т.е. коэффициентами уравнения регрессии являются нечеткие числа.
