“狭义上说，财务管理基本覆盖了企业管理的方方面面，财务数据的分析和管理不到位，意味着企业管理上就有缺陷。”沈阳云之意网络科技有限公司技术总监吕岚女士作为财务管理软件领域内的优秀技术专家，对于财务软件在功能与性能上的要求十分严格，她对记者坦言，目前国内市场中传统的财务管理软件，对财务数据的处理只停留在数据存储、查询和统计等方面，即便能够进行一些综合归纳工作，其简易程度也无法满足企业对纷繁复杂的财务数据信息的挖掘及分析管理的需求。

为了解决这一实际问题，吕岚将目光投向了遗传算法技术。“财务管理的根本目的，就是要通过这些庞大且杂乱的财务信息，分析、判断、计算出最优的企业管理办法，那么遗传算法就非常贴近这一要求了。”遗传算法是一种用于解决最佳化的搜索算法，是人工智能中计算智能的重要组成部分，它克服传统算法的一些缺点，在解决具有混沌、随机、非线性等特征的复杂问题方面具有明显的优势，一些学者将其引入到投资、预测等领域，取得了很好的效果。

与此同时，神经网络技术亦能够运用于优化财务数据的处理中。作为一种非程序化、适应性、大脑风格的信息处理技术，神经网络技术能够学习和自适应未知或不确定的、由财务数据所构成的系统，充分逼近各项财务数据之间的复杂的非线性关系，采用并行分布处理的方法，对大量数据进行快速的并发计算，加上这一技术具备的强大的稳定性和网络容错能力，使得其在解决大复杂难度的问题时，能够做到及时响应处理，并快速提供一种相对而言比较有效的简单的解决方法。

吕岚将遗传算法与神经网络技术应用到财务管理软件技术的改良与创新工作中，研发了一系列能够有效帮助企业进行决策、计划等工作的财务管理软件，云之意财务管理信息系统就是其中之一。“财务数据有非结构化、数据密集型、涉及很大不确定性、拥有隐藏的关系和噪音等特点，数据计算及分析难度大，我将遗传算法与神经网络技术结合起来，研发的云之意财务管理信息系统能够很好地应对这些问题。”吕岚说，借助这一系统，企业在执行日常会计任务的同时，还可以随时观测企业运营数据，系统能收集来自多个数据源的数据，并自动生成及时、准确的报表。另外，对于现金流的追踪管理这一项原本比较费时费力的工作，该系统也能结合预设计划与实际情况，通过内部计算，快速地向管理者展现清晰的报告，不仅提高了现金流的可视性，还能透过资金流动，掌握企业整体的运作情况，以便能够及时发现问题，采取相应措施，提升企业的经济效益。

当前，由吕岚研发的诸如云之意财务管理信息系统这样的财务管理软件，以其优越的财务数据计算处理和分析判断能力，被越来越多的企业所青睐。正因如此，不管是吕岚这个名字，还是云之意这个公司，在行业中都颇具盛名，具有较高的业界影响力。对于取得的成绩，吕岚显得十分淡然。“其实，遗传算法和神经网络技术目前在许多行业的应用已经比较普遍，但在财务管理领域，我们还在不断地探索和试验。深化智能计算技术在财务管理领域的应用，无疑是我们当前亟需完成的艰巨任务，我们必须尝试找到一个更好的方案，使智能计算技术更加贴合财务管理的特点，最大化地发挥出它们的技术优势，以更好地服务企业、服务社会。”吕岚说。