ورشکستگی شرکت ها از پدیده های مهم اقتصادی است. سلامتی و موفقیت شرکتها از نگرانی های عمده سیاست گذاران، صنعتگران، سرمایه گذاران و مدیران می باشد.در این مطالعه دو روش از تکنیک های هوش محاسباتی به نام های برنامه ریزی ژنتیک خطی و پرسپترون های چند لایه و روش های آماری مانند لاجیت و پروبیت برای پیش بینی ورشکستگی مورد استفاده قرار گرفته است. هدف اصلی دسته بندی نمونه ای شامل 140 شرکت ورشکسته و غیرورشکسته ایرانی است. 4 نسبت مالی پیش بینی کننده موثر به عنوان متغیرهای ورودی مورد استفاده قرار گرفته است. این متغیرها با مطالعه گسترده ادبیات تحقیق و با استفاده ازتحلیل انتخاب متغیر بدست می آید. مدل های هوش محاسباتی عملکرد بهتری نسبت به مدل های آماری در پیش بینی ورشکستگی دارند. مطابق مقدار اهمیت نسبی پیش بینی ورشکستگی حساسیت بیشتری نسبت به دارایی های آنی به مجموع دارایی ها و مجموع بدهی ها به مجموع دارایی ها در مقایسه با دیگر ورودی ها دارد.