下载文档原格式
综合评价的方法、问题及其研究趋势¹王宗军º(华中理工大学工商管理学院)【摘要】首先介绍了综合评价的基本概念和基本过程,然后讨论了综合评价的基本方法、应用领域及各种方法的优劣,指出了当前综合评价中存在的问题,最后分析了综合评价的研究趋势.关键词:综合评价,综合评价方法,技术发展水平,研究趋势0 引 言评价(evaluation)是指“根据确定的目的来测定对象系统的属性,并将这种属性变为客观定量的计值或者主观效用的行为”[1].所谓综合评价(comprehensive ev aluation,CE)概指对以多属性体系结构描述的对象系统作出全局性、整体性的评价,即对评价对象的全体,根据所给的条件,采用一定的方法给每个评价对象赋予一个评价值(又称评价指数),再据此择优或排序.由于影响评价有效性的相关因素很多,而且CE的对象系统也常常是社会、经济、科技、教育、环境和管理等一些复杂系统(com plex system),因此,S.L. Riedel[2]指出,CE是一件极为复杂的事情.构成CE的基本要素有评价对象、评价指标体系、评价专家(群体)及其偏好结构、评价原则(评价的侧重点和出发点)、评价模型、评价环境(实现CE过程的设施),各基本要素有机组合构成一综合评价系统(comprehensive evaluation sy stem).对某一特定的综合评价问题,一旦相应的综合评价系统确定之后,则该CE问题就完全成为按某种评价原则进行的“测定”或“度量”问题CE的基本过程可分为5个连贯的步骤进行[3]:第1步 明确对象系统.这一步的实质是建立一个能合理反映被评价系统(对象系统)被关注特征的系统描述模型称为概念模型(conceptual mo del).经常评价的对象系统有自然系统(各种资源、环境和生态系统)、人工制造的系统(各种设备、建筑、武器系统等)、技术对象系统(各种待发展的新技术、科研成果及科研项目等)、人和社会系统(各类干部、学生、各种组织单位等),评价对象系统的特点直接决定着评价的内容、方式以及方法[4].第2步 建立评价指标体系.对象系统的评价指标体系常具有递阶结构(hierarchical struc-ture),尤其是复杂对象系统常具有系统规模大、子系统和系统要素多、系统内部各种关系复杂等特点,因而使得描述这类系统的评价指标体系呈现多目标、多层次结构[5].按照人类认识和解决复杂问题的从粗到细、从全局到局部的分层递阶方法,明确评价的目标体系,选用合适的指标体系,明确指标间的隶属关系.第3步 确定参与CE的人员,选定评价原则及相应的评价模型.第4步 进行CE,其中主要包括:1)不同评价指标属性值的量化;2)评价专家对不同目标(指标)子集权系数进行赋值;3)逐层综合.第5步 输出评价结果并解释其意义.第1卷第1期1998年 管 理 科 学 学 报 JOU R NA L O F M A N A GEM EN T SCI ENCES IN CHIN A V o l.1N o.1 1998¹º王宗军:博士,副教授.研究方向:复杂对象系统建模,多人多目标综合评价,智能决策支持系统,大型企业管理方法,金融风险分析.通讯地址:武汉市华中理工大学工商管理学院.邮编:430074,电话:(027)7542154.本文得到武汉市青年科技晨光计划的资助.1 综合评价的基本方法、应用领域及其方法评析1.1 综合评价的基本方法和应用领域 评价是决策的前提,评价的核心任务是“选择”.没有确切的度量,就没有合理的选择,即没有评价就没有决策,评价的“质量”直接影响到决策的“质量”[6].正因为评价具有重要的地位,所以才有国内外的大批学者对其不断地研究和探索,也才有了许多今天的CE方法.从总体上可将目前国内外常用的CE方法分为[4]:专家评价法、经济分析法、运筹学和其它数学方法.1)专家评价法这是一种以专家的主观判断为基础,通常以“分数”、“指数”、“序数”、“评语”等作为评价的标准;对评价对象作出总的评价的方法.常用的方法有:评分法、分等方法、加权评分法及优序法等.这类方法由于比较简单,因而也得到了广泛的应用,如用于科研生产力评价、大学科研成果评价、城市环境综合整治与定量考核及企业经济效益的考核等.2)经济分析法这是一种以事先议定好的某个综合经济指标来评价不同对象的CE方法,常用的有:直接给出综合经济指标的计算公式或模型的方法[4]、费用—效益分析(cost-benefit analysis)法[7]等.这类方法常用于新产品的开发、科技成果和经济效益的评价、区域经济不平衡发展的程度[8]及投资项目的各种评价[9]等.3)运筹学和其它数学方法这类方法用到的数学知识更多一些,目前用得较多的有以下几类.¹多目标决策方法多目标决策(multiobjective decision m ak-ing,MODM)方法[10]类本身有很多种方法,但大体上有以下几种[4]:1°化多为少法即通过多种汇总的方法将多目标化成一个综合目标来评价,最常用的有加权和方法、加权平方和方法、乘除法和目标规划法等;2°分层序列法即将所有目标按重要性次序排列,重要的先考虑;3°直接求所有非劣解的方法;4°重排次序法,例如ELECTRE法;5°对话方法等.M ODM方法和理论的研究,近十几年来有了很大发展,计算机的广泛应用,人工智能,知识工程和专家系统的飞速发展,决策支持系统(de-cisio n support sy stem,DSS)的研究与开发,与M ODM的理论和方法一起有力地促进了管理决策科学化的进程.MODM方法现已在社会、经济和工程等领域得到了广泛的应用[11～14].º数据包络分析方法数据包络分析(data envelopm ent analysis, DEA)方法和模型[15,16,17]是1978年由美国A. Charnes和W.W.Co oper等人首先提出的,它用来评价多输入和多输出的“部门”(称为决策单元)的相对有效性.DEA方法可以看作是一种非参数的经济估计方法,实质是根据一组关于输入—输出的观察值来确定有效生产前沿面.可以证明, DEA有效性与相应的多目标规划问题的pareto 有效解(或非支配解)是等价的[16].DEA方法的应用领域也很广泛,可以用于多种方案之间的有效性评价、技术进步评估、规模报酬评价及企业效益评价等.»层次分析法层次分析法(analy tic hierarchy pro cess, AHP)是70年代由著名运筹学家T.L.Saaty提出的,它的基本原理[18,19]是根据具有递阶结构的目标、子目标(准则)、约束条件及部门等来评价方案,来用两两比较的方法确定判断矩阵,然后把判断矩阵的最大特征根相应的特征向量的分量作为相应的系数,最后综合出各方案各自的权重(优先程度).该方法作为一种定性和定量相结合的工具,目前已在油价规划、教育计划、钢铁工业未来规划、效益成本决策、资源分配和冲突分析等方面得到了广泛的应用[20].¼模糊综合评价方法模糊综合评价(fuzzy comprehensive ev alua-tio n,FCE)方法是一种用于涉及模糊因素的对象系统的CE方法.设评价对象集和评价指标(目—74—管 理 科 学 学 报 1998年标)集为 C={c1,c2,…,c m}(1) U i={u i1,u i2,…,u in}(2)与指标u ij∈U i对应的各评价对象的隶属度可用下列隶属函数表示 L uij∶C→〔0,1〕(3)按式(3)可得到模糊综合评价矩阵(隶属度矩阵)为 R i=〔L Iij(x j h)〕n×m(4)其中L Iij(x j h)表示指标u ij∈U i的论域I ij上评价对象C h∈C的属性值的隶属度.由n个指标组成的指标子集的权系数向量为 A i=(a i1,a i2,…,a in)(5)利用矩阵的模糊复合运算可得到C×U i上的FCE结果集 B i=A iüR i(6)FCE方法由于可以较好地解决综合评价中的模糊性(如事物类属间的不清晰性,评价专家认识上的模糊性等),因而该方法在许多领域得到了极为广泛的应用[21～23].½数理统计方法数理统计方法主要是应用其中的主成分分析(principal com ponent analysis)、因子分析(factor analy sis)、聚类分析(cluster analysis)、判别分析(discrim inant analysis)等方法对一些对象进行分类和评价等,该类方法在环境质量、经济效益的综合评价以及工业主体结构的选择等方面得到了应用[4,24].1.2 各种综合评价方法的评析 1)专家评价法优点是简单方便,易于使用;不足之处是该法的主观性太强.因此,该方法往往用于一些不太复杂的对象系统的评价与对比.2)经济分析法优点是含义明确,便于不同对象的对比;不足之处是计算公式或模型不易建立,而且对于涉及较多因素的评价对象来说,往往很难给出一个统一于一种量纲(如价格)的公式.该方法多用于经济部门的评价与比较.3)运筹学和有关数学方法¹M ODM方法方法比较严谨,要求评价对象的描述清楚,评价者能明确表达自己的偏好,这对于某些涉及模糊因素、评价者难于确切表达自己的偏好和判断的评价问题的求解带来了一定困难.ºDEA方法模型清楚,但其应用范围限于一类具有多输入多输出的对象系统的相对有效性的评价.此外,该方法对于有效单元所能给出的信息较少(对于非有效单元,DEA方法却还能够给出一些有用的管理信息,以指导各单元改进工作方式和提高管理水平),而如何指导这一类单元进一步保持其相对有效地位则是实际工作中所面临的重要问题[25].»AHP方法该方法由于让评价者对照一相对重要性函数表给出因素集中两两比较的重要性等级,因而可靠性高、误差小;不足之处是遇到因素众多、规模较大的问题(如某些因素子集的因素个数大于9)时,该方法容易出现问题(由心理学的实验可知,在不致于混淆时,人们只能对7±2个事物同时进行比较.Saaty[18]也正是基于这一事实,用1-9标度创立了AHP),如判断矩阵难以满足一致性要求,进一步对其分组往往难以进行(如新层次中的因素难以定义)等,因此它的应用也就基本上限于诸因素子集中的因素不超过9个的对象系统的CE.¼FCE方法优点是可对涉及模糊因素的对象系统进行CE,而且更加适宜于评价因素多、结构层次多的对象系统;不足之处是FCE过程本身并不能解决评价指标间相关造成的评价信息重复问题,隶属函数的确定还没有系统的方法,而且式(6)所示的A i和R i的综合方式也有待进一步探讨.½数理统计方法该方法是一种不依赖于专家判断的客观方法,优点是可以排除评价中人为因素的干扰和影响,而且比较适宜于评价指标间彼此相关程度较大的对象系统的CE;不足之处是方法给出的评价结果仅对方案决策或排序比较有效,并不反映现实中评价目标的真实重要性程度,其应用时要求评价对象的各因素须有具体的数据值.—75—第1期 王宗军:综合评价的方法、问题及其研究趋势2 当前综合评价中存在的问题 由上述可知,目前用于CE的方法的确有很多,而且在许多领域也得到了广泛应用,但是从当前综合评价的现状来看,仍存在下述几个问题有待于进一步研究.1)理论方法研究同实际应用之间的衔接问题目前,理论方法研究同实际应用之间衔接的研究还极为薄弱,大部分研究还停留在“具体理论方法+实际应用案例”的阶段,有时还因理论方法研究者不太注意实际情况,实际应用者又往往囿于自己的专业来考虑理论方法的实际应用问题,因而出现效果不理想甚至误用的情况.这样就有必要探索理论方法同实际应用之间的衔接问题.2)评价的主观性和群评价问题[4]CE中有客观评价和主观评价.客观评价一般根据实测数据来评价,而主观评价往往随评价者主观判断而定,这里有一个评价者的评价问题.有些主观评价会受环境(上级领导意图以及群众舆论)的影响,也有个人对某些评价对象有特殊的偏爱,等等.在对复杂对象系统的CE中,有效地将客观评价同主观评价有机地结合将是极为重要的.此外,对复杂对象系统的CE往往是在一评价专家群体中进行的,如何综合群的评价(既不能简单的民主提票表决,也不能只受少数人操纵)也是极为重要的问题.3)评价专家的知识和经验的获取和评价样本的积累问题目前,这个问题还没有引起人们的重视,从而造成重复评价、评价结果不可比、浪费人力和物力等现象发生.而如何将先进的知识获取手段如知识工程(know ledg e engineering)、人工神经元网络(ar tificial neural netw ork)等应用于CE之中,以实现评价过程中评价专家知识和经验的自动获取,从而提高运算效率和节省人力、物力等,便成为一个引人注意的问题.4)对新的综合评价问题的求解进行支持的问题目前,绝大多数评价软件仅仅是一段简单的程序而已,往往缺少灵活性、交互性、通用性和适应性,更谈不上对新的CE问题的求解进行支持.而如何综合运用人工智能、知识工程、DSS、专家系统等理论和方法,建立一个基于知识的综合评价支持系统(know ledge-based comprehensive evaluation suppo rt sy stem),以对新的CE问题的求解提供问题描述可视、评价方法选择引导、人机交互友好等方面的有效支持,便成为极为重要的问题.5)评价系统的规范性和可扩充性问题目前,由于实用性的评价系统就极为罕见,因此更谈不上系统的规范性和可扩充性.因此,在综合运用各种CE方法和先进技术方法构建评价支持系统的同时,应注意技术上的规范性和系统的可扩充性,要使建成的评价系统具有良好的通用性(能适用于类似对象系统的应用和开发)和可扩充性(不断添加新方法部件或模块而不影响系统的运行和功能),这些问题的解决既有理论上又有技术上的方法需要研究.3 综合评价的研究趋势 CE的研究包括CE方法的研究和CE方法应用的研究.除了应用某一种CE方法解决实际评价问题外,CE的研究有以下几个趋势.1)对现有综合评价方法加以改进和发展王浣尘先生[26]在M ODM中引进了可能度和满意度的概念、定量描述及其并合成某个相关属性的可能——满意度的方法和算式,使得“需要”和“可能”这一对概念得以进行定量的描述和运算,从而使得问题的研究更便于反映实际情况.H.M aeda[27,28]、Z.A.Eldukair[29]、H J Zimmer-mann[30]将模糊集理论引入MODM中构成模糊决策(fuzzy decision making)方法,用于不良定义的决策问题(ill-defined decision making pro b-lems)的求解.孟波和陈王廷先生[31]将模糊隶属函数和语言变量引入M ODM的代理置换法(SWT)[32]中,从而克服了SWT法中要求决策者用整数表达偏好的困难.P.J.M.V an Laar ho ven[33]、R.N.Xu[34]等则对AHP方法作了—76—管 理 科 学 学 报 1998年某些扩展和改进.2)尝试将几种综合评价方法综合运用贺仲雄先生等[35]提出了融合模糊、灰色、物元空间等思想的FHW决策系统,可以用于预测、决策与评价.郭仲伟先生等[36]则将聚类分析和FCE方法应用于宏观质量评估之中,取得了较好的应用效果.M.J.J.Wang[22]提出一种将A HP 同模糊集综合运用的评价方法,并在检查官的测试选择中得到了很好的应用.梁梁等[37]则提出一种将主成分分析和AHP方法综合运用的决策方法,并取得了较好的应用效果.笔者则提出了一种基于集成式多目标权系数赋值的CE方法[38],将实际应用中的多目标权系数赋值方法归结为点估计方法、模糊区间估计方法、定性估计方法3类,在CE过程中将其综合运用,并给出相应的权系数赋值方法选择策略,从而使得评价专家可以根据自己所处的具体环境和对评价问题的了解程度,较为方便和准确地选择相应的权系数赋值方法,而不必去详细了解每一种方法的具体原理.该方法在城市整体发展水平的综合评价中取得了很好的应用效果.目前,这方面的尝试还较少,而要有效地求解多层次多目标复杂对象系统的CE问题,就必须针对问题的不同侧面应用不同的方法,因此就有必要探讨多种方法综合运用的问题.王浣尘先生在文献[39]中将“综合原则”或“结合原则”归结为系统科学或系统工程方法在理论上的说法或在实践中的现象之一,并进一步指出从系统方法中提炼出的正如张钟俊教授所强调的“综合即创造”[40],以及众多文献中反复提到的各种结合,都是这种原则的反映.例如,定量分析同定性分析相结合,社会科学同自然科学相结合,宏观研究同微观研究相结合,理论分析同经验总结相结合,分析者同决策者相结合,软与硬相结合,以及霍尔方法论和切克兰德方法论等均可归属到这类原则中去[41,42,43].3)尝试探索新的综合评价方法虽然目前已有一些CE方法较好地考虑和集成了CE过程中的各种定性与定量信息,但是这些CE方法在应用中仍摆脱不了CE过程中的随机性和评价专家主观上的不确定性及认识上的模糊性.例如,即使是同一评价专家,在不同的时间和环境对同一评价对象也往往会得出不一致的主观判断.因此,需要有一类方法,既能充分考虑评价专家的经验和直觉思维的模式,又能降低CE 过程中人为的不确定性因素,既具备CE方法的规范性又能体现出较高的问题求解效率.笔者在文献[44]中提出的基于BP神经网络的CE方法,就是满足上述要求的面向复杂对象系统的一类新型的CE方法,并在城市发展水平的整体评价中得到了应用.此外,张文泉等在文献[45]中根据熵(en-tropy)的性质,把多指标评价方案固有信息的客观作用与决策者经验判断的主观能力量化并结合为一个复合权值集,从而建立了一种基于熵的决策评价模型,并在投资项目方案排序中得到了较好的应用.4)尝试将CE方法同有关先进技术方法综合起来构成集成式智能化评价支持系统目前,这方面的尝试可以说才刚刚开始,国外虽出现了一些评价系统[46～49],但这些系统的集成化程度和智能化程度都是较低的,而且这些系统中的方法基本是M ODM的有关方法,其它如AHP、FCE等方法都没涉及.当然,C.C.White Ⅲ[50]指出将决策分析方法同专家系统结合将进一步增强系统的问题求解能力和人机交互友好性.根据钱学森先生提出的处理复杂巨系统的方法——从定性到定量的综合集成方法(meta-sy n-thesis)的基本思想[51～53],要对复杂对象系统进行有效的CE,就必须将评价专家(群体)的经验和知识、评价指标的数据信息、多种CE方法、相关的先进技术(如人工智能、知识工程、专家系统、人工神经网络、模糊集理论、计算机信息处理技术等)、计算机软硬件有机结合起来,从而构成一集成式智能化评价支持系统(integ rated intellig ent eval-uation suppor t system).笔者在文献[54]中介绍了在IBM PC微机上建立的具有通用性、交互性、规范性、智能性、集成性和开放性特点的集成式智能化评价支持系统开发环境,应用这一开发环境便可快速、高质量、低成本地生成具体的CE支持系统.—77—第1期 王宗军:综合评价的方法、问题及其研究趋势4 结束语 对复杂对象系统的CE过程,是一个在评价人员维、评价层次维、评价目标维、评价对象维四维空间中进行的、并涉及大量定性与定量因素的复杂过程.对CE的理论方法及应用的不断研究,将有利于推动评价科学化、管理现代化进程.参考文献1 三浦武雄,浜冈尊.现代系统工程学导论.北京:中国社会科学出版社,19852 Riedel S L,Pitz G F.U tilization-O rient ed Ev aluation of Decision Suppo rt Sy stems.I EEE T ra nsactio ns on SM C,1986,16(6):980～9963 王宗军.定性与定量集成式综合评价及其智能决策支持系统的研究.华中理工大学博士论文,19934 顾基发.评价方法综述.科学决策与系统工程.北京:中国科学技术出版社,1990,22～265 王宗军.面向复杂对象系统的多人多层次多目标综合评价问题的形式化研究.系统工程学报,1996,11(1): 1～96 吴敬业,史本山.评价模式对评价可靠性的影响分析.系统工程理论与实践,1993,13(3):11～157 Dasgupta A K,Pear ce D.Cost-Benefit A na ly sis:T heo-r y a nd Pr actice.M acmillan,19788 中国地区经济发展课题组.中国区域经济不平衡发展战略评估与分析.管理世界,1993,(4):176～1859 Squir e L,T ak H.Eco nomic A nalysis o f Pr ojects.Jo hns Hopkins,197510 Chanko ng V,Haimes Y Y.M ultiple O bjectiv e D eci-sion M aking:T heor y and M ethodo lo gy.N ew Y or k:Elsevier,198311 Steuer R E.M ultiple Criter ia O ptimization:T heor y, Co mputat ion a nd A pplications.N ew Y or k:Jo hn Wi-ley&Sons,198612 韩文秀.多目标决策在教育规划中的应用.系统工程应用案例集.北京:科学出版社,1988,11～1713 K idd J B,P ra bhu S P.A Pr actical Ex ample o f a M ul-ti-At tribut e Decision A iding T echnique.OM EGA In-ternational Jour nal o f M anag ement Science,1990,18(2):139～14914 L oo tsma F A,et al.M ulti-cr it eria Analysis and Bud-get R ea llocation in L o ng-t erm Resear ch P lanning.Euro pean Jo ur nal of Oper atio ns Research,1990,47, 293～30515 Char nes A,et al.M easuring the Efficiency o f D eci-sion M aking U nits.Euro pea n Journal o f Operat ions Research,1978,2:429～44416 魏权龄.评价相对有效性的D EA方法.北京:中国人民大学出版社,198817 魏权龄,Sun D B,肖志杰.DEA方法与技术进步评估.系统工程学报,1991,6(2):1～1118 Saaty T L.T he A na ly tic Hierar chy Pr ocess.New Y or k:M cG raw-Hill,198019 刘 豹等.层次分析法——规划决策的工具.系统工程,1984,2(2):23～3020 Saaty T L.领导者:面临挑战与选择——层次分析法在决策中的应用.北京:中国经济出版社,199321 水本雅晴.模糊数学及其应用.北京:科学出版社, 198822 W ang M J J,et a l.Fuzzy Set Evaluatio n o f Inspection P erfo rmance.Inter natio nal Jour nal o f M an-M achine Studies,1991,35(4):587～59623 王宗军,冯珊.社会经济系统仿真方案的多层次F uzzy综合评价.华中理工大学学报,1993,21(3):12～1824 何小群.多元统计分析在综合评判企业经济效益中的应用.数理统计与管理,1989,(2):14～1925 赵勇等.数据包络分析中有效单元的进一步分析.系统工程学报,1995,10(4):95～10026 王浣尘.采用可能度和满意度的多目标决策方法.系统工程理论与实践,1982,2(1):14～2227 M aeda H,M ur akami S.A F uzzy D ecision-ma king M ethod and Its A pplicatio n to a Com pany Cho iceP ro r matio n Science,1988,45,331～346 28 M a eda H,M ur akami S.T he U se o f a F uzzy Decisio n-making M etho d in a L arg e-scale Computer System Choice Pr oblem.Fuzzy Sets and Sy st ems,1993,54(3):235～24929 Eldukair Z A,A yy ub B.M ult i-at tribut e Fuzzy D eci-sio ns in Constr uct ion Str ategies.Fuzzy Sets and Sy s-tem s,1992,42(2):155～16530 Zimm ermann H-J,Zy sno t ent Connectiv es in Huma n-Decisio n M aking.F uzzy Sets and Sy stems,1980,4(1):37～5131 孟波,陈王廷.基于模糊推理的多目标决策方法——F SWT法.华中理工大学学报,1992,20(1):7～1132 陈王廷.决策分析.北京:科学出版社,1987—78—管 理 科 学 学 报 1998年33 V an L aar ho ven P J M ,P edr ycz W .A F uzzy Ex ten-sion o f Saat y's P rior ity T heor y.F uzzy Sets a nd Sy s-tems,1983,11(3):229～24134 Xu R N ,Z ha i X Y .Ex tensions of the A nalyt ic Hier -ar chy Pr ocess in Fuzzy Env ir onment .Fuzzy Sets andSy st ems,1992,52(3):251～25835 贺仲雄,闵珊华.F HW 决策系统.决策理论与方法,航天部科技司,199136 郭仲伟等.宏观质量评估的理论与方法.企业发展与系统工程.北京:中国科学技术出版社,1992,147～15337 梁梁等.一种多层次多指标体系综合评判的新方法.系统工程理论与实践,1991,11(5):5～838 王宗军,冯珊.我国计划单列城市整体发展水平的多目标多层次模糊综合评价研究.系统工程与电子技术,1993,15(8):29～4039 王浣尘.难度自增殖系统及其方法论.上海交通大学学报,1992,26(5):5～1140 张仲俊.综合即创造(创刊词).系统工程,1983,1(1):1～241 汪应洛.系统工程及其应用.北京:科学出版社,199042 张启人.加紧发展软科学,努力探讨新体制.系统工程,1986,4(5):1～643 王浣尘.系统工程工作中需要注意的十个结合.系统工程,1986,4(5):7～1044 王宗军.复杂对象系统多目标综合评价的神经网络方法.管理工程学报,1995,9(1):26～3345 张文泉等.基于熵的决策评价模型及应用.系统工程学报,1995,10(3):69～7446 Chandr asekar an G ,Ramesh R .M icr oco mputer BasedM ultiple Cr iter ia D ecision Suppo rt Sy stem for Str ateg ic rmat ion and M ana gement ,1987,12:163～17247 L evine P ,P omer ol J C .PRI AM ,an Inter activ e P ro -gr am fo r Cho osing among M ult iple A tt ribute Alter -nat ives.Euro pean Jo ur nal of O perat ions R esear ch,1986,25(2):272～28048 L evine P ,et al .Rules Integr ate D ata in a M ult icrite-ria Decision Suppor t System.I EEE T ransactio ns on SM C,1990,20(3):678～68549 M alakoo ti B .A Decision Suppo rt System and aHeur istic Inter activ e A ppr oach for Solving Discr ete M ult iple Criter ia Pr oblems.IEEE T r ansa ctions on SM C,1988,18(2):273～28450 W hite ⅢC C .A Sur v ey o n the Integ rat ion of D eci-sio n A naly sis and Ex pert Sy stems fo r D ecision Sup-por t.I EEE T ransactio ns on SM C,1990,20(2):358～36451 钱学森等.一个科学新领域——开放的复杂巨系统及其方法论.科学决策与系统工程.北京:中国科学技术出版社,1990,1～852 于景元.钱学森关于开放的复杂巨系统的研究.系统工程理论与实践,1992,12(5):8～1253 戴汝为.从定性到定量的综合集成技术.模型识别与人工智能,1991,4(1):5～1054 王宗军.面向复杂对象系统的集成式智能化评价支持系统开发环境的设计与实现.系统工程学报,1995,10(1):90～96On the Methods ,Problems and Research Trends of Comprehensive EvaluationW ang Zongj unSchool of Business and M anagement,Huazhong University of Science &T echnologyAbstract This paper first introduces the basic concept and basic pr occdure of com prehensiv e ev alua-tio n(CE),then discusses the basic methods,applicatio n dom ains,and advantages and disadvantages of each method of CE,points out the existing pro blems of CE,and finally analyses the research trends of CE .Keywords : comprehensive ev aluation,comprehensive evaluatio n method,technical competence,re-search trend—79—第1期 王宗军:综合评价的方法、问题及其研究趋势。
综合评价评价指标类型一致化方法综合评价评价指标类型一致化方法是为了提高评价结果的可比性和准确性，将不同类型的评价指标进行一致化处理的方法。
下面是关于综合评价评价指标类型一致化方法的10条详细描述：1. 加权法：根据评价指标的重要性给予不同权重，并将不同类型的评价指标转化为统一的评价尺度，然后将各项评价指标的加权得分相加，得到综合评价结果。
2. 标准化法：将不同类型的评价指标进行标准化处理，使其具有相同的分布特性，例如将指标值减去平均值再除以标准差，然后将标准化后的指标值加权求和得到综合评价结果。
3. 分级法：将不同类型的评价指标分成几个等级，然后对每个等级内的指标进行加权求和，最后将各个等级的得分相加得到综合评价结果。
4. 直观赋权法：利用专家的经验和直观判断，给予不同类型的评价指标相应的权重，并将各项评价指标的加权得分相加得到综合评价结果。
5. 逐步逼近法：根据评价对象的实际情况和需求，选择一个基准指标，然后按照逐步逼近的原则，逐渐引入其他评价指标，直到综合评价结果足够准确和全面。
6. 整体估价法：将不同类型的评价指标综合起来，构建一个综合评价模型，通过对模型的参数进行优化和求解，得到综合评价结果。
7. 偏离程度法：将不同类型的评价指标转化为相对偏离程度的形式，然后对各项评价指标的相对偏离程度进行加权求和，得到综合评价结果。
8. 熵权法：根据不同类型的评价指标的信息熵值，计算各项评价指标的权重，然后将评价指标的权重与对应的指标值相乘并求和，得到综合评价结果。
9. 主成分分析法：将不同类型的评价指标进行主成分分析，提取出少数几个主成分，然后根据主成分的贡献度和特征向量进行加权求和，得到综合评价结果。
10. 灰色关联法：将不同类型的评价指标与一个参照项进行关联分析，计算各项评价指标的灰色关联度，然后将灰色关联度与对应的指标值相乘并求和，得到综合评价结果。
综合评价的方法研究综合评价的方法研究是指通过收集、整理、分析相关数据和信息，并运用合适的方法对一个事物或一个行为进行全面综合的评估和判断的过程。
在实际应用中，综合评价方法被广泛应用于教育、环境保护、企业管理、政府决策等各个领域。
本文将介绍几种常用的综合评价方法，并分析它们的优缺点。
一、加权平均法加权平均法是一种常用的综合评价方法，它通过赋予不同评价指标相应的权重，计算加权和来综合评价。
加权平均法的优点是简单易行，结果易于理解和比较。
然而，加权平均法的局限性在于权重的确定难以准确，且对指标之间的相互关系没有明确考虑。
二、层次分析法层次分析法是一种比较常用的综合评价方法，它通过将复杂的评价问题层次化，建立层次结构，利用专家经验和数学模型对指标进行综合评估。
层次分析法的优点在于能够解决相互依赖、相互制约的问题，同时能够量化不同指标之间的差异。
然而，层次分析法对专家的经验和主观判断要求较高，且计算过程相对繁琐，容易出现一致性问题。
三、灰色关联度法灰色关联度法是一种基于灰色系统理论的综合评价方法，它通过建立数学模型，计算不同指标之间的关联度，综合评价目标的优劣程度。
灰色关联度法的优点在于能够处理评价指标数量较多、数据不完全的问题，对不同指标之间的关联关系有较好的反映。
然而，灰色关联度法在运用过程中需要确定合适的关联度计算方法，且结果的解释和使用相对复杂。
四、模糊综合评价法模糊综合评价法是一种基于模糊数学理论的综合评价方法，它通过将评价问题模糊化，建立模糊评价矩阵，运用模糊矩阵的运算规则，综合评价目标的优劣程度。
模糊综合评价法的优点在于能够处理评价指标不确定性问题，具有较强的适应性。
然而，模糊综合评价法对评价问题的模糊化处理要求较高，且计算过程较为复杂。
综上所述，综合评价的方法研究包含加权平均法、层次分析法、灰色关联度法和模糊综合评价法等多种方法，每种方法都有其优缺点。
在实际应用中，根据具体评价问题的特点和需求，选择适用的方法进行综合评价是十分重要的。
现代化多指标常用综合评价方法与问题研究随着社会的不断发展和进步，各种评价指标的综合评价方法也越来越受到人们的关注。
在各种评价指标中，多指标的综合评价方法尤为重要，因为它可以更全面地了解事物的特征和表现。
本文将探讨现代化多指标常用综合评价方法与其中的问题，希望可以为相关领域的研究者提供一些参考。
1. 加权平均法加权平均法是最常见的多指标综合评价方法之一。
该方法将不同指标的值按照其重要性给予不同的权重，然后将各指标的值与相应的权重相乘再相加，得到一个综合评价值。
这种方法简单直观，易于实施，但是其权重设置存在主观性和难以确定的问题。
2. 主成分分析法主成分分析法是一种通过线性变换将原始指标转化为新的综合指标的方法。
该方法可以减少指标之间的相关性，减少评价指标个数以及避免多重比较问题。
但是该方法需要借助于专业的统计软件进行计算，且结果的解释比较困难。
3. 层次分析法层次分析法是一种通过构建层次结构，逐层进行比较和判断的方法。
层次分析法可以将复杂的问题分解为若干个层次，然后通过专家意见或数据分析得到权重，最终得到综合评价结果。
1. 评价指标的选择问题在进行多指标综合评价的过程中，评价指标的选择是非常关键的。
不同的评价指标可能会对评价结果产生不同的影响，因此如何选择合适的评价指标成为了一个重要的问题。
对于中小型企业而言，通常会受到资源和能力的限制，如何合理选择评价指标成为了一个难题。
2. 权重的确定问题在进行加权平均法和层次分析法时，权重的确定是一个关键的环节。
通常情况下，权重的确定需要借助于专家的主观判断或者数据的分析，这就带来了主观性和客观性的问题。
尤其是在面对不确定因素时，如何确定权重成为了一个具有挑战性的问题。
在进行多指标综合评价后，如何解释评价结果也是一个关键的问题。
因为多指标综合评价方法往往会得出一个综合的评价值，这个值很难直接与实际情况对应起来。
如何将综合评价值与实际情况进行对应成为了解释问题的一个挑战。
综合评价方法在国内外研究现状什么是综合评价法？运用多个指标对多个参评单位进行评价的方法，称为多变量综合评价方法，或简称综合评价方法。
其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。
目前国内外提出的综合评价方法已有几十种之多，但总体上可归为两大类：即主观赋权评价法和客观赋权评价法。
前者多是采取定性的方法，由专家根据经验进行主观判断而得到权数，后者根据指标之间的相关关系或各项指标的变异系数来确定权数.综合评价方法的种类。
1 主成分分析法。
主成分分析即Principal ComponentAnalysis(简称PCA)是由卡尔(Karl)和皮尔逊(Pearson)最早在1901年提出，只不过当时是应用于非随机变量。
1933年霍蒂林(Hotelling)将这个概念推广到随机向量。
该方法是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法。
主成分分析的基本原理：主成分分析是一种数学变换的方法，。
它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。
在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。
依次类推，K个变量就有K个主成分。
通过主成分分析方法，可以根据专业知识和指标所反映的独特含义对提取的主成分因子给予新的命名，从而得到合理的解释性变量。
各主因子的线性转换模型为：F．=UiTX (i=l，2，…，m)式中：x=(x。
X2'．_·，xJ即原个m相关变量。
ui是协方差阵的第i大特征值(入i)对应的标准化特征向量。
在进行综合评价值时，首先以累计贡献率≥85％为界限，据此定出主因子个数。
再根据公式z=∑CRi*Fi作出最后的评价。
其中CRi为各指标的权重，即根据主成分的方差贡献率来确定。
优点：（1）在实际问题中，研究多指标(变量)问题是经常遇到的。
贵州省农文旅一体化发展综合评价研究1. 引言1.1 贵州省农文旅一体化发展综合评价研究意义贵州省农文旅一体化发展是贵州省旅游业发展的重要组成部分，也是推动农村经济转型升级、增强农民收入的重要途径。
对于贵州省来说，开展农文旅一体化发展综合评价研究具有重要意义。
通过开展一体化发展综合评价研究，可以帮助深入了解贵州省农文旅业发展的现状，发现存在的问题和瓶颈，为进一步制定发展策略提供依据。
研究贵州省农文旅一体化发展的政策支持，可以为政府部门提供参考，指导政策的制定和调整，促进相关政策更好地服务于农文旅一体化发展。
展望贵州省农文旅一体化发展的未来，可以为相关企业和机构提供发展方向和思路，促进行业整体跨越式发展。
2. 正文2.1 贵州省农文旅一体化发展的现状分析贵州省地处西南地区，自然风景优美，民族文化丰富，是一个非常适合发展农文旅一体化产业的地区。
近年来，贵州省政府高度重视农文旅一体化发展，提出了一系列政策措施，推动相关产业的融合发展。
1.农业：贵州省农业以绿色有机农业为主导，种植业和畜牧业取得了显著成就。
2.文化：贵州省拥有深厚的历史文化底蕴，少数民族文化独具特色，吸引了大量游客。
3.旅游：贵州省的自然景观和民俗风情备受游客青睐，旅游业发展迅速。
1.产业融合不够：农业、文化和旅游产业之间协同发展不够紧密，合作机制尚未完善。
2.资源利用不均衡：一些地区农业资源得不到充分利用，文化和旅游资源开发不够平衡。
3.服务水平不高：农文旅一体化发展中的服务设施和服务水平有待提升，影响了游客体验。
贵州省政府出台了一系列扶持政策，支持农文旅一体化产业的发展，包括财政补贴、税收优惠、土地政策等方面的支持措施。
贵州省农文旅一体化发展潜力巨大，未来将继续推动各产业深度融合，打造更多具有地方特色的农文旅一体化产品，吸引更多游客和投资。
六、农文旅一体化发展综合评价研究方法对于农文旅一体化发展的综合评价，可以结合指标体系、统计分析、专家评审等方法，从多个角度全面评估贵州省农文旅一体化发展的水平和效果。
实践活动综合评价方法与指标体系研究实践活动综合评价方法与指标体系是对实践活动进行客观、系统、全面评价的工具和框架。
随着实践活动在各个领域的普及和发展，人们对于如何进行科学的评价已经提出了更高的要求。
因此，研究实践活动综合评价方法与指标体系变得尤为重要。
一、实践活动综合评价方法实践活动综合评价方法是指通过多个评价维度和指标，对实践活动进行综合评判的方式。
以下是几种常见的实践活动综合评价方法：1. 加权平均法：该方法在评价指标的基础上，给予不同指标不同的权重，通过对各个指标的得分进行加权平均来计算最终评分。
这种方法比较简单直观，但对于权重的确定需要考虑各个指标的重要性和权威性。
2. 层次分析法：该方法通过构建判断矩阵，将各个指标之间的重要性进行层次化排列。
然后通过计算每个指标的权重，再对各个指标的得分进行加权平均来计算最终评分。
层次分析法可以考虑评价指标之间的相互关系，更能准确反映实践活动的综合质量。
3. 主成分分析法：该方法通过对变量之间的协方差矩阵进行分析，得到一些主成分，再对主成分进行加权平均来计算最终评分。
主成分分析法可以避免评价指标之间存在的共线性问题，提高评价结果的准确性。
二、实践活动综合评价指标体系实践活动综合评价指标体系是指对实践活动进行评价时所需要考虑的各个方面的指标。
以下是几个常见的实践活动综合评价指标体系：1. 效果指标：这类指标主要关注实践活动所取得的效果，包括实践成果的创新性、实用性、推广价值等方面。
例如，在科研实践活动中，可以考虑论文的发表数量、被引用次数等指标来评价实践成果的效果。
2. 过程指标：这类指标主要关注实践活动的过程是否符合规范和要求，包括实践活动的执行过程、资源利用情况等方面。
例如，对于社会实践活动，可以考虑实践活动的组织、实施、反思等环节，评估实践活动的过程质量。
3. 影响指标：这类指标主要关注实践活动对社会、环境和个人等方面的影响。
例如，在环保实践活动中，可以考虑在实践过程中对环境的保护程度，以及对参与者自身的影响等。
相统一的研究方法
学术研究是一门艺术，而拥有一种统一的研究方法则是这门艺术的基础。
要想在科学
研究方面取得成功，不仅要苦学习掌握一定的知识底蕴，还要切实掌握不同领域的研究方法，才能掌握和运用各种研究方法，走上通往学术研究成果的工作之路。
一种统一的研究方法是为了弥补普米斯研究分属不同领域的缺陷而提出的理念，它着
重于实践和实质，不拘泥于各领域内单一学科观点，强调多学科研究，兼及哲学、文学、
社会学、心理学、统计学和情报学等课程进行综合研究，使得取得的研究结论具有系统性、客观性、科学性、定性性和定量性。
一种统一的研究方法包括以下几何：
首先，统一的研究方法的目的是为了解释研究问题，探究和诊断研究实践，起解决问
题的作用。
其次，它要求有清晰明确的研究目标，必须认真分析明确研究对象和研究实践，确定
研究方法和步骤，以及实施步骤和把握时间，并实施后续的评估和总结总结等。
再次，统一的研究方法要求拥有多学科综合研究的理念，以及研究思路、方法、技术
和工具的把握，使研究结果达到科学全面、精确深入、系统全面等级别。
最后，在统一研究方法的框架下，还要实施合理的沟通管理，及时调整研究过程，达
到实现研究目标中有效避免出现偏差和影响研究结果的因素。
总而言之，一种统一的研究方法是基于多学科把握、评价和检查的理念，其主要特点
在于建立一种比较完善的研究方法和框架，并结合多学科的思想和文化精神，来诊断复杂
的学术研究现象，以便更加有效地实施研究。
统一评价体系摘要：一、引言二、统一评价体系的重要性三、当前我国评价体系存在的问题四、建立统一评价体系的建议和措施五、总结正文：一、引言随着社会的发展和教育改革的不断推进，建立一套科学、合理的统一评价体系显得尤为重要。
统一评价体系对于促进教育公平、提高教育质量以及培养全面发展的人才具有关键作用。
本文旨在探讨我国当前评价体系存在的问题，并提出相应的解决方案。
二、统一评价体系的重要性1.保障教育公平：统一评价体系可以确保所有学生都在同一起跑线上竞争，降低地域、贫富差距等因素对教育质量的影响。
2.提高教育质量：通过科学、合理的评价体系，可以有效激励教师提高教学质量，培养学生全面发展。
3.培养全面发展的人才：统一评价体系有助于克服应试教育弊端，使教育更加关注学生的综合素质和能力培养。
三、当前我国评价体系存在的问题1.过于依赖考试成绩：我国现行的评价体系主要以考试成绩为依据，容易导致应试教育和片面追求分数的现象。
2.地区差异明显：我国各地教育水平存在较大差距，评价体系的不统一使得优质教育资源更加集中于发达地区。
3.评价标准不全面：现行的评价体系主要关注学生的学科成绩，对学生的综合素质、创新能力等方面关注不足。
四、建立统一评价体系的建议和措施1.增加综合素质评价权重：在评价体系中加大对学生综合素质、创新能力和实践能力的评价力度，使评价更加全面。
2.地区间教育资源均衡：通过政策调控，加大对欠发达地区的教育投入，提高地区间教育资源的均衡程度。
3.减少应试教育影响：调整考试内容和形式，降低考试分数在评价体系中的地位，引导教育回归本质。
4.建立多元化评价机制：结合多种评价方法，如过程性评价、自我评价等，使评价更加科学、合理。
五、总结建立统一评价体系是我国教育改革的重要任务，有助于促进教育公平、提高教育质量以及培养全面发展的人才。
综合实践活动评价方法研究随着教育体制改革的推进，综合实践活动在中小学教育中的重要性不断凸显。
综合实践活动是指学生在课外进行的一种多元化、综合性的学习和实践活动，旨在培养学生的实践能力和综合素质。
对于综合实践活动的评价是提高其质量和效果的关键，本文将研究综合实践活动的评价方法。
一、评价指标的确定在进行综合实践活动的评价时，首先需要确定合适的评价指标。
评价指标是评价活动效果的重要依据，可以从以下几个方面进行确定：1. 学科知识和技能的运用能力：综合实践活动旨在培养学生的实践能力，因此评价指标中应包括学科知识和技能的运用能力。
2. 创新能力和解决问题能力：综合实践活动鼓励学生的创新思维和解决问题能力，评价指标应包括学生在活动中的创新和解决问题的能力。
3. 合作与沟通能力：综合实践活动通常需要学生进行团队合作，因此评价指标中应包括学生的合作和沟通能力。
4. 实践经验与素养：综合实践活动追求实践经验和综合素养的培养，评价指标中应包括学生在活动中获得的实践经验和提升的综合素养。
二、定量和定性相结合的评价方法在综合实践活动的评价中，可以采取定量和定性相结合的评价方法，以全面了解活动的效果和学生的表现。
1. 定量评价：通过问卷调查、考试成绩等方式收集数据，进行统计和分析，得出客观的评价结果。
定量评价可以用于了解整体情况和群体表现。
2. 定性评价：通过观察、访谈等方式获取主观的评价数据，以了解学生在活动中的表现和收获。
定性评价可以用于了解学生的个体差异和特点。
定量和定性相结合的评价方法可以相互补充，提供更全面的评价结果，对于指导教学和改进活动具有一定的指导作用。
三、多元化评价方法为了更准确全面地评价综合实践活动，在确定评价指标的基础上，还可以考虑采用多元化的评价方法：1. 作品评价：评价学生在活动中所完成的作品，如调研报告、实验报告、作文等。
通过对作品的评价，可以了解学生在实践活动中的综合素质和表现。
2. 口头展示：学生在活动结束后进行口头展示，向老师和同学介绍活动的过程和结果。
中学生综合素质评价模板的标准化与统一性保障中学生综合素质评价是指对中学生的全面发展、素质能力及个性特长进行评价和考核的一种评价体系。
近年来，我国教育界对中学生综合素质评价的重视程度不断提升，但由于评价标准的缺乏统一性和标准化，导致评价结果的客观性和公正性受到质疑。
因此，如何保障中学生综合素质评价模板的标准化与统一性成为当务之急。
首先，为了保障中学生综合素质评价模板的标准化和统一性，我们需要制定一套明确的评价指标和标准。
这些评价指标和标准应该基于中学生全面发展的原则，充分考虑学生的知识、能力、品德、兴趣和潜能等多个方面。
同时，评价标准应该具有可操作性和可测量性，使评价结果更加客观和准确。
比如，在评价学生的学习能力方面，可以考虑学生的学科知识掌握情况、学习方法和学习态度等指标，通过考试成绩、作业质量和参与课堂讨论的情况来进行评估。
其次，为了保障中学生综合素质评价模板的标准化和统一性，我们需要建立一套科学有效的评价方法和工具。
评价方法和工具应该包括定性和定量相结合的方式，既能够考察学生的主观感受和实际表现，又能够量化评价结果，便于比较和总结。
例如，在评价学生的创新能力方面，可以采用课堂演讲、科学实验和社团活动等形式，通过评委的打分和学生的自评互相参考，得出评价结果。
此外，在保障中学生综合素质评价模板的标准化和统一性的过程中，还需要加强教师的专业培训和指导。
教师是评价的主要承担者和实施者，他们应该掌握评价的理论和方法，熟悉评价标准和流程。
通过培训和指导，提高教师的评价意识和能力，使其能够正确、公正地进行评价。
同时，学校还应该建立健全评价管理体系，加强评价结果的监控和反馈，及时发现问题和改进措施，确保评价的有效性和可靠性。
最后，在保障中学生综合素质评价模板的标准化和统一性的过程中，需要加强家校合作和社会参与。
家长作为学生的第一任教师，应该积极参与评价活动，了解学生的评价情况，并与学校进行沟通和反馈。
学校可以借鉴社会评价的经验和做法，邀请社会专家、企业代表等参与评价过程，为评价结果的客观性和公正性提供保障。
教学评估统一(精)
教学评估是教育系统中的重要环节，能够对教学质量进行客观评价和提升。
为了使教学评估更加统一和精确，本文提出了一些建议和策略。
1. 设立规范评估标准
教学评估应制定统一的评估标准，以确保评估过程的公平性和客观性。
这些评估标准可以包括学生研究表现、教师教学方法、教材选择等方面的内容，以全面评估教学质量。
2. 开展多元评估方式
为了获得更全面和准确的评估结果，可以采用多元评估方式。
除了传统的考试和作业评估外，还可以结合学生课堂参与度、小组讨论和课后调研等方式进行评估。
通过综合多个评估指标，能够更全面地了解教学情况。
3. 加强评估与反馈机制
评估结果的及时反馈对于提升教学质量至关重要。
建议建立有
效的反馈机制，及时向教师反馈评估结果，并提供改进建议。
教师
可以根据评估结果进行教学方法和内容的调整，以提升教学效果。
4. 提供师资培训和指导
为了确保教师对教学评估的理解和应用水平，可以开展相关的
师资培训和指导工作。
这些培训可以帮助教师掌握评估方法和技巧，以及合理利用评估结果进行教学改进。
5. 加强资源支持和管理
教学评估需要良好的资源支持和管理，包括评估工具、评估人
员和评估数据的处理。
建议加强对评估资源的投入和管理，确保评
估过程的顺利进行和评估结果的可靠性。
综上所述，通过制定规范标准、采用多元评估方式、加强反馈
机制、提供师资培训和加强资源支持与管理等措施，可以使教学评
估更加统一和精确，提升教学质量。
这些策略可以为教育系统提供参考，促进教育的发展和提高。
统一评价体系一、引言：现状与问题在当今社会，各种各样的评价体系充斥着我们的生活。
从学校里的考试成绩、单位的工作绩效，到社会的信用评级、产品的用户评价，评价体系无处不在。
然而，这些评价体系各自为政，缺乏统一的标准和规范，导致评价结果存在一定的主观性和片面性。
因此，构建一个统一、公正、客观的评价体系显得尤为重要。
二、统一评价体系的重要性1.提高评价的公正性：统一的评价体系有助于消除不同评价主体之间的偏见和歧视，使评价结果更加公正。
2.提高评价的效率：统一评价体系可以减少重复评价的成本，提高评价过程的效率。
3.促进公平竞争：统一的评价标准有助于激发个体和团体之间的公平竞争，提高整体水平。
4.引导正确价值观：统一的评价体系有助于树立正确的价值观，促进社会和谐发展。
三、构建统一评价体系的方法与原则1.方法：制定具有普适性的评价指标和标准，兼顾定量与定性评价，确保评价的科学性和客观性。
2.原则：坚持公平、公正、公开、透明的原则，确保各个评价环节的公正性和客观性。
四、实施统一评价体系的挑战与对策1.挑战：利益相关者的阻挠。
在改革评价体系过程中，可能会触及部分人的利益，导致抵触和反对。
2.对策：加强政策宣传和引导，充分征求各方意见，确保评价体系的科学性和合理性。
3.挑战：执行难度大。
统一的评价体系需要各方共同努力，实际操作中可能面临执行难度。
4.对策：建立健全的评价制度，明确责任分工，确保评价体系的顺利实施。
五、结论：展望未来构建统一的评价体系，有助于推动社会公平、公正、和谐发展。
面对挑战，我们要坚定信心，共同努力，不断完善和优化评价体系，为我国的发展做出积极贡献。
综合评价方法统一化研究李栋1，王洪礼2，李胜朋2（1. 天津大学管理学院，天津，30072; 2. 天津大学机械工程学院，天津，30072）摘要：为了有效总结综合评价方法，本文从函数的观点出发，将综合评价方法归结成标准化函数、基函数以及权数三者的确定方法，并且将综合评价方法与统计回归以及机器学习算法统一起来，从而在较深层次上看待层出不穷的综合评价方法，有利于综合评价方法的理论统一化。
关键词：综合评价；机器学习；回归 中图分类号：F270 文献标志码：A综合评价技术是一种管理方法，是一种重要的定量管理工具，是决策科学的重要内容，而综合评价方法研究是多指标综合评价研究的一个重要问题。
综合评价方法虽然丰畜，但缺乏系统的最新总结。
目前从事多指标(按照决策科学的提法，也称多目标)综合评价理论研究的有统计学界、管理决策学界、系统工程理论学界等不同领域的人士，而从事应用研究的则更是来自各行各业。
由于研究出发点与基础不同，研究术语、观点、偏好也不尽相同，使得综合评价这一重要技术的理论研究仍然处于一种分散、散乱之中，己有的成绩没有很好总结推广，重复研究现象也时有出现，没有形成统一的学科思想与学科结构，从而未能使综合评价技术真正成为一门独立的学科[1]。
本文从函数的观点出发，将指标体系当作自变量，综合评价数值看成因变量，综合评价方法就是具体寻求一个从指标体系到综合评价数值的函数。
借助于logistic 回归的思想，将分类评价和排序评价统一起来，这样就形成综合评价方法的基本体系结构。
更重要的是，综合评价方法同统计回归以及机器学习所要解决的问题是一样的，只是为了应用的方便，各自的侧重点有所不同。
一、综合评价的基本原理要想对一个对象进行评价，首先得为该对象建立一套指标体系，其中每个指标可以是数值的，或者是通过一定的规则转换形成数值的。
综合评价的直接结果通常表现为一个量化的综合评价数值，人们可以据之对若干个拥有同样指标体系的对象进行排序，也可以据之对某一个对象进行分类。
.前者称为广义排序评价，包括“单纯性排序评价”与“价谊排序评价”两种，其中的单纯性排序评价也称“狭义排序评价”，后者称为分类评价,12n =(x ,x ,x )x i x [2] 。
单纯排序评价得到的综合评价数值只是一个对象相对于其它对象的重要性或者整体规模的相对度量，而价值排序评价得到的综合评价数值确实反映了该对象的内在价值。
但是不管怎样，它们要求得到的评价结果都是一个数值y ，这样把指标体系当作自变量，综合评价数值y 当作因变量，构成一个函数关系，由于函数的形式成千上万，综合评价方法就是具体寻求这样一个函数。
同样的问题也是统计回归和机器学习研究的重点，所以才会出现投影寻踪综合评价,12n =(x ,x ,x )x [3]和人工神经网络（ANN ）综合评价[4-5]。
理论上说，回归或者机器学习中的所有算法都可用于综合评价，但回归或者机器学习算法确定函数更多借助于大量样本，而大量样本在综合评价中一般难以获得。
而且综合评价要求评价方法简单易用，所以大部分综合评价方法都是假定函数的类型，需要确定的只是一些参数（如权数），这些参数可以由人工确定（如delphi 方法）或者通过一定的方法得到（如主成分方法）。
对于分类评价，因变量是一y基金项目：博士学科点专项科研基金资助项目（20040056041） 天津市建委资助项目 个分类变量，logistic 回归很好的解决了这个问题，将分类问题统一于回归问题（即因变量为数值的）。
同样仿照logistic 回归就可以将分类评价统一在排序评价，所以在下面的讨论中，只涉及排序评价，而不必考虑分类评价，因为分类评价可以转换成排序评价。
由于各个指标的量纲不同，为了消除这种影响，必须对每个指标进行标准化，记标准化后数值，其中(),1,2,i i i s S x i == n ()i S ⋅为第i 个指标的标准化函数，也有人称为效用函数或者无量纲化函数，处理的效果是一样的，只是不同的评价方法的称呼不一样，本文统一称为标准化函数。
的取值不必局限于0和1之间，甚至的含义同的含义也不相同。
当今机器学习流行算法中最终函数的形式都是一组基函数的线性组合，综合评价方法也是基函数的线性组合，即i s i s i x 11()(,)Ni i n i y f T s s α===∑x (1)其中i α是每个基函数的权数，权数可以人工赋值，也可以按照一定的方法计算得出()i T i [6-8]。
基函数的形式可以是多种多样的，最常用的也是最简单的1(,),1,i n i T s s s i n == (2)有人称基函数为合成函数，或者干脆没有提起。
但无论如何，各种评价方法确实存在基函数。
标准化函数、基函数以及权数()i S i ()i T i i α按照(1)组合而成的函数就是要求的综合评价方法，三者之间任意一者的变动都会是一种新的评价方法，所以综合评价方法层出不穷。
下面分析一些综合评价方法标准化函数、基函数以及权数的构造形式：1)模糊综合评价方法[9]虽然是建立在模糊集合的基本理论之上，但综合评价时的隶属函数其实就是标准化函数，或者反过来，值域改为0-1时的标准化函数可以看作隶属函数。
模糊合成算法也就是基函数(2)，权数就是权向量。
而模糊评语相当于分类评价，模糊合成值可以看成评价对象属于每个评语等级的概率向量。
2)多元统计综合评价函数标准化函数并不唯一，基函数也是(2)，只是权数是通过一些多元统计方法得到。
3)灰色系统分析法白化函数其实就是一种标准化函数，其它同模糊综合评价类似。
4)ANN 法或遗传算法综合评价函数标准化函数可以选取一般的标准化函数，如Z-Score 等等，但是其基函数是相当复杂的，最后的权数也是按照一定准则优化得到。
二、标准化函数选取目前人们已提出的标准化方法名称很多，如综合指数法、均值化、 Z-Score 法、比重法、初值化、功效系数法、指数型功效系数、对数型功效系数、极差变换法、高中差变换法、低中差变换法等等。
但大致可以归为四类[10]：广义指数法、广义线性功效系数法、非线性函数法、分段函数法。
其中前两种是实践中应用最广泛的无量纲化方法。
广义指数法是单项指标实际值与标准值进行对比的结果，写成一般公式为:()/i i i iB S x x x =其中是选取的比较基数。
广义线性功效系数法的标准化函数基本形式是iB x 010i i ii i x x Sx x −=−其中和是第i 个指标的两个关键点。
与广义指数法不同的是，广义线性功效系数法需要两个标准点，但两者都是直线型的标准化函数。
而现实生活中许多评价对象的价值水平与指标值本身之间的关系却是非线性的。
因此，人们提出了一些非线性函数标准化方法。
邱东教授对这类标准化方法进行了总结，并介绍了五种曲线型公式，即升半1i x 0i x Γ型分布、升半正态分布、升半柯西分布、升半凹(凸)分布、升半岭型分布。
但这五个公式都是“递增型”，从而只适用于“正指标”，对于逆指标则需要通过“转向化”后再使用这五个公式。
上述三个方面的标准化函数都是“全程的”，即针对单项评价指标的整个定义域而言的。
实践中也有采用分段函数的方法来设计标准化公式。
人们通常提到的一种就是“折线型”无量纲化方法，但“折线型”只代表了斜率与截距不同的数条直线的组合。
事实上，完全可以利用曲线函数进行分段组合，应该说，这样的无量纲公式是相当复杂的，属于高级阶段。
三、基函数的形式基函数的选取主要有两个途径，一类是决策科学中关于方案合成方面的一些模型，如幂平均基函数1/1()()k i i iM k s ωω=∑k∑，其中i ω是第i 指标的合成权数，k 为幂平均阶数。
另一类就是数学家和其它工程人士苦苦追求的逼近连续函数的一组基函数。
第一类没有什么理论基础，主要是为了应用上的方便，简单明了，有时候具有一定的实际意义。
幂平均函数包括算术平均、几何平均，还包括人们经常应用却一直没有引起重视的平方平均，甚至于任何阶次的幂平均，幂平均是最基本的合成模型。
特殊基函数包括加乘混合成函数与代换合成函数，还包括一些“二次合成”以及不同幂次的其它平均函数的混合。
另一类就是函数逼近的基函数，近几十年来，对于函数的逼近一直是数学研究人员和工程研究人员所关注的基本问题之一。
作为函数逼近的数学工具，已经发生了巨大变化，从19世纪初的Fourier 理论和多项式逼近到20世纪60年代的神经网络，一直到近10多年来的小波理论、多小波理论和小波神经网络[11]等，它们采用的基函数都是不尽相同的。
而统计回归和机器学习的各种算法的基函数也各有特点，投影寻踪回归的基函数是非参数函数，MARS（multivariate adaptive regression splines ）[12]的基函数()(,)1()[()]mK q m km v k m k B x s x t q km +==−∏是q 次幂截尾样条函数张积，其中取值只能是，表示自变量的第个分量，是一个分点。
而支持向量km s 1±(,)v k m x x (,)v k m km t [13]的基函数是核函数。
将机器学习算法应用于综合评价，理论上不存在问题，应用中最大的障碍就是样本的获得。
一般这些算法都要求大量的样本，而实际评价中，每个样本（已知的评价对象）的综合评价值必须是确定的，一般综合评价值有两个途径可以获得，一是专家直接给出，这就使得样本带有主观性。
虽然综合评价函数可以由样本自动确定，但由于样本的主观性，评价结果还是具有一定的主观性，要想做到完全的客观评价是不可能的，也是没有必要的，因为评价本身就是一个人的思维过程。
二是使用其它专门的综台评价方法所得结果作为目标评价值，则ANN 评价就没有任何意义。
因为我们既然已经有了一个“数学模型”可以得出综合评价值，又倒必费力去找一个“根本看不到实际模型”的评价方法进行逼近呢？所以这类评价方法理论上听起来是完美的，但实际操作还有待进一步的改进。
四、构权方法构权方法按其主客观性的不同分为主观构权法与客观构权法。
目前许多文献都提到了这一分类。
这里的“主观”是狭义的，故如主成份分析法等由系统伴随而生的权数，根据指标本身的柑关系数及变异信息计算的权数都被冠之为“客观构权法”，而将AHP 法、Delphi 法等有“主观评分含义”的方法都被归为主观构权法（如果真的要分“主观构权”与“客观构权”两类，则Delphi 法也很难说一定是主观的，因为每个专家可以根据自己的理解选择构权方法)，并且在综合评价理论界有一种较晋通的观点，认为客观构权方法优于主观构权方法，所以在提出一些新的构权方法时，总是声称自己的方法是客观的，不受人的主观随意性影响，所以是理想的构权方法。
