下载文档原格式
多指标综合评价理论与方法问题研究一、本文概述在现代社会，随着科技的快速发展和全球化的深入推进，我们面临着越来越多的复杂问题，这些问题往往涉及多个指标、多个维度和多个利益相关者。
因此，如何有效地对这些问题进行综合评价，成为了一个重要的研究课题。
本文旨在探讨多指标综合评价的理论与方法问题，通过深入研究和分析，提出一套科学、合理、实用的综合评价模型和方法，为解决实际问题提供理论支持和实践指导。
本文将对多指标综合评价的基本概念进行界定，明确其研究范围和对象。
然后，我们将回顾和评价现有的多指标综合评价方法，分析它们的优点和不足，为构建新的评价模型和方法提供借鉴和参考。
接着，本文将深入探讨多指标综合评价的理论基础，包括综合评价的基本原理、评价指标体系的构建原则和方法、评价方法的选择和优化等。
在此基础上，我们将提出一种基于多维度分析和多方法集成的综合评价模型，该模型能够充分考虑问题的多个方面和多个利益相关者，提高评价的准确性和可靠性。
我们将通过案例分析和实证研究，对所提出的综合评价模型和方法进行验证和应用，探讨其在解决实际问题中的效果和价值。
本文的研究不仅具有重要的理论意义，也具有广泛的应用价值。
通过深入研究多指标综合评价的理论与方法问题，我们可以为政府决策、企业管理、社会评价等领域提供更加科学、合理、实用的评价工具和方法，推动社会经济的可持续发展和人类的全面进步。
二、多指标综合评价理论基础多指标综合评价理论与方法问题研究的核心在于构建一个全面、科学、有效的评价框架，用以处理复杂系统中的多个指标。
这一理论框架不仅要求我们能够理解和量化各个指标，而且需要研究指标之间的关系，以及如何将这些关系整合到一个综合的评价体系中。
多指标综合评价的理论基础建立在系统科学之上。
系统科学强调整体性和关联性，认为一个系统是由多个相互关联、相互作用的要素所组成。
在多指标综合评价中，这些“要素”就是各个评价指标，而“整体性”和“关联性”则要求我们在评价过程中，不仅要考虑单个指标的表现，更要关注指标之间的内在联系和相互影响。
高山森林生态系统服务功能综合评价研究高山森林是指海拔较高、山峰耸立的森林生态系统，具有丰富的生物多样性和重要的生态系统服务功能。
高山森林的生态系统服务功能包括水源涵养、土壤保持、碳汇、物种保护等方面。
本文将通过综合评价高山森林的生态系统服务功能，探讨高山森林的重要性和保护措施。
一、高山森林的水源涵养功能高山森林是重要的水源涵养地，其可以保持大量的雨水，防止水土流失。
高山森林中的树木可以蓄水和减缓地表径流的速度，有效保持土壤湿度和水源。
此外，高山森林的植被根系能够增加土壤的渗透性和水保持能力。
因此，高山森林对维持附近地区的水源供应和保护山地环境起着重要的作用。
二、高山森林的土壤保持功能高山森林对土壤保持起到至关重要的作用。
高山森林的植被和枯枝落叶能够遮蔽地表，减少水雨冲刷和土壤侵蚀的风险。
高山森林的植物根系可以牢固地护住土壤，并增加其抗冲刷和保水能力。
高山森林还可以降低坡度的陡度，减缓水流速度，防止洪发生。
因此，高山森林的土壤保持功能有助于维护土壤的完整性和生态稳定。
三、高山森林的碳汇功能高山森林是碳汇的重要区域。
通过光合作用，高山森林中的植物吸收二氧化碳并释放出氧气。
同时，高山森林的植物、土壤和枯枝落叶等有机物可以储存大量的碳。
研究表明，高山森林的碳储量远远超过低海拔地区的森林。
因此，高山森林的碳汇功能对抑制全球气候变化具有重要的意义。
四、高山森林的物种保护功能高山森林是许多珍稀濒危物种的重要栖息地。
由于高山森林的地理位置特殊，并且受到人类活动的干扰较小，因此成为许多物种的庇护所。
通过细小分布、保护和恢复高山森林的物种，能够保护和恢复物种的多样性和生态系统的完整性。
综上所述，高山森林具有重要的生态系统服务功能。
然而，在当前的气候变化和人类活动的影响下，高山森林面临着许多威胁，如森林火灾、滑坡、过度伐木等。
为了保护高山森林的生态系统服务功能，应采取以下措施：一、加强保护加强对高山森林的保护，设立自然保护区和核心保护区，限制人类活动对生态系统的破坏。
系统评价的基本方法哇塞，系统评价可是个超级重要的事儿呢！那系统评价的基本方法到底是咋样的呢？首先呢，系统评价的步骤那可得好好说道说道。
第一步要明确评价的问题和目的呀，这就好比你要去一个地方，得先知道自己要去哪儿吧！然后就是全面收集相关的研究资料，这可不能马虎，就像寻宝一样，得仔细找，不能放过任何一个线索。
接下来就是对资料进行筛选和评估，把好的留下，不好的踢出去。
再之后就是提取数据，把有用的信息都拎出来。
最后进行分析和综合，得出结论。
这里面要注意的可多啦，比如收集资料要全面、准确，评估资料要客观、公正，分析数据要科学、合理。
可不能马马虎虎，不然得出的结论那可就不靠谱啦！那在这个过程中，安全性和稳定性也超级重要的好不好！就像建房子，根基不稳那可不行。
在系统评价中，如果数据不安全，被人篡改了或者弄丢了，那不是白费功夫嘛！而且系统要是不稳定，一会儿这儿出问题，一会儿那儿出问题，那还怎么进行评价呀！所以一定要保证数据的安全和系统的稳定，这是至关重要的呀！系统评价的应用场景那可多了去啦！比如在医学领域，可以评价某种治疗方法的效果；在教育领域，可以评价一种教学方法的优劣。
它的优势也很明显呀，能够综合多个研究的结果，提供更全面、更可靠的信息。
这就好比是把好多小块的拼图拼成了一个完整的大画面，让人看得更清楚、更明白呀！就拿医学上评价一种新药的效果来说吧，通过系统评价，可以把之前关于这种药的各种研究都综合起来分析。
如果之前的研究都说这药效果好，那就能更有信心地推广使用；如果有的说好，有的说不好，那就得进一步研究啦。
这样就能避免盲目地使用一种药，不是很好嘛！哎呀呀，系统评价真的是太重要啦！它就像是我们的眼睛，能让我们看得更清楚、更准确。
我们一定要好好利用系统评价这个强大的工具呀，让它为我们的生活和工作带来更多的好处和便利呀！。
综合素质评价中的研究性课题摘要综合素质评价是现代教育体系中一项重要的评价方法，而研究性课题是其中一个关键组成部分。
本文将重点探讨综合素质评价中研究性课题的定义、特点、设计及实施过程，旨在加深对研究性课题在综合素质评价中的重要性和作用的理解。
一、研究性课题的概念与特点研究性课题是指由学生自主选择，较为系统地展开调查和研究的课题，注重学生问题意识的培养和解决问题的能力提升。
其特点主要包括：•自主性和探究性：学生自主选择课题，并积极主动进行研究，表现出探究精神。
•实践性和创新性：注重将理论研究与实践相结合，鼓励学生提出新颖的研究思路和方法。
•系统性和全面性：要求学生全面考虑课题并展开系统研究，从多个角度进行分析。
•合作性和交流性：鼓励学生与同学、老师以及专家进行合作交流，从中获取更多的信息和启发。
二、综合素质评价中研究性课题的设计在综合素质评价中，设计一个具有研究性的课题需要考虑以下几个方面：1.选题阶段：鼓励学生选择与自身兴趣相关、具有现实意义的课题，同时要考虑到研究难度和可行性。
2.调研和提出问题：学生应当在选择课题后进行充分的调研，以确定研究的方向和问题。
3.制定研究计划：学生需要根据选题和问题制定详细的研究计划，包括研究方法、调研内容和时间安排等。
4.实施研究：根据研究计划，学生开始进行实地研究，收集数据、分析材料，并整理研究结果。
三、综合素质评价中研究性课题的实施过程1.课题选择与确定：学生通过学校公布的选题库或自主选择课题，明确研究方向和目标。
2.调研与文献综述：学生展开调研、查阅文献，了解相关背景知识，明确研究问题和方法。
3.研究方案设计：根据调研和问题提出具体的研究方案，包括调查对象、方法、进度安排等。
4.实施研究：学生按照研究方案进行实地调查、实验或观察，收集数据，进行整理和分析。
5.撰写研究报告：学生将研究过程、方法和结果进行整理，并撰写完整的研究报告。
6.展示和答辩：学生向老师、同学以及评委展示课题的研究成果，并回答相关问题。
学生综合素质评价的实践与研究学生综合素质评价是指对学生的思想品德、学业水平、身心健康、劳动实践和艺术特长等方面进行系统的评价，以全面了解学生的成长和发展情况。
近年来，学生综合素质评价在中国教育领域得到了广泛关注和实践，本文将对学生综合素质评价的实践与研究进行浅谈。
首先，学生综合素质评价的实践是多样化的。
传统的学生评价主要以考试成绩为主，忽视了学生的其他方面发展。
现在，随着教育的改革，学生综合素质评价逐渐得到重视。
在实践中，学校采用了多种评价方式，例如学科成绩评价、个人素质评价、校园文化评价等。
这些评价方式能够更加准确地了解学生的整体情况，为学生的全面发展提供指导和支持。
其次，学生综合素质评价的实践需要借助多种评价工具和方法。
学生综合素质评价不仅需要借助传统的考试评价，还需要采用丰富多样的评价工具和方法。
例如，可以通过问卷调查、观察记录、小组讨论、个别面谈等方式来收集学生的相关信息。
这些评价工具和方法能够更加全面地了解学生的学习动机、学习风格、沟通能力、创新能力等方面的情况，从而有针对性地进行评价和指导。
此外，学生综合素质评价的实践需要注重个性化评价。
每个学生都具有不同的兴趣、能力和特长，因此在评价学生综合素质时，应该注重个性化评价。
评价应该根据学生的兴趣爱好和特长进行，帮助学生发展自己的特长，并与学习内容相结合，形成比较全面的评估结果。
例如，某个学生擅长音乐，可以通过音乐比赛、演出等评价方式来评价其音乐特长，帮助学生发展自己的潜力。
最后，学生综合素质评价的实践需要充分重视评价结果的应用。
评价结果只有在应用中才能发挥实际作用。
评价结果应该及时反馈给学生、家长和学校，以便对学生的发展进行指导和改进。
评价结果也应该被用于教学和课程设计的改进，以提高教学质量和学校的整体水平。
评价结果还可以用于选拔优秀生、评选奖学金等方面，激励学生积极参与各项活动，提高学生的综合素质。
综上所述，学生综合素质评价的实践与研究是当前中国教育改革的重要内容。
医院信息化水平综合评价的方法探析一、背景信息化是当前受到广泛关注的一个热点话题，在医院中也不例外。
随着医学技术的不断发展和社会经济的不断进步，医院信息化建设已成为医院管理领域的重要议题。
然而，目前医院信息化水平的评价方法并不完善，存在很多问题。
本文旨在研究医院信息化水平综合评价的方法，为以后的医院信息化建设提供参考。
二、现状分析医院信息化建设现状存在以下几个问题：1. 评价指标不全目前，医院信息化水平评价指标较为单一，无法全面反映医院信息化水平的整体情况。
评价指标应包括硬件设备、软件系统、网络建设、信息资源利用等多个方面。
2. 评价方法单一目前，医院信息化水平评价方法主要是通过问卷调查和专家评审两种方式。
问卷调查虽然可以对大量数据进行收集，但是难以保证数据的真实性和客观性；专家评审则容易受到个人主观因素的影响。
3. 评价结果难以比较不同医院信息化水平评价指标和评价方法的差异可能导致医院信息化水平评价结果难以进行比较。
因此，需要建立一套统一的医院信息化水平评价指标和评价方法。
三、医院信息化水平综合评价的方法基于以上现状分析，本文提出以下医院信息化水平综合评价的方法：1. 评价指标体系建立在医院信息化水平综合评价中，需要确定多个评价指标，以全面反映医院信息化水平的整体情况。
较为全面的评价指标包括硬件设备、软件系统、网络建设、信息资源利用等多个方面。
具体指标如下：•硬件设备：包括计算机、移动设备、显示设备等。
•软件系统：包括医院信息管理系统、电子病历系统、医学影像系统等。
•网络建设：包括网络带宽、网络安全等。
•信息资源利用：包括电子病历、医学影像、医学文献等。
2. 评价方法建立医院信息化水平综合评价可以采用得分法进行评价，即针对每个评价指标设定一定的分值，再根据实际情况打分。
在得分过程中，应根据不同指标的重要性，合理分配分值。
一般来说，硬件设备和网络建设是医院信息化水平评价中的重要指标，因此应该分配相对较高的分值。
系统综合评价方法系统综合评价方法是指对一个系统进行全面评估，从各个角度和层面考察系统的效果和能力。
系统的综合评价方法包括多种评价指标和评价模型，以确保能够客观全面地评价系统的表现。
在进行系统综合评价时，可以采用以下方法：1. 定量评价方法：通过定量的数据和指标，对系统进行量化评价。
常用的量化评价指标包括系统的准确率、召回率、精确率等。
可以通过对系统输出结果与真实结果进行比对，计算这些指标的数值，进而评估系统的性能。
2. 定性评价方法：除了定量指标外，还需考虑一些主观因素。
例如，系统的用户体验、易用性、界面设计等。
可以通过用户调查、问卷调查等方式，收集用户的意见和反馈，以及对系统的评价。
3. 综合评价方法：将定量评价和定性评价相结合，综合考虑各个方面的因素。
可以通过权重分配的方式，给不同的评价指标赋予不同的权重，然后根据各个指标的得分进行加权计算，得到系统的综合评价结果。
4. 案例分析方法：通过对实际应用案例进行分析，来评估系统的性能和效果。
可以选择一些代表性的案例，对系统在不同场景下的表现进行评价。
5. 对比评价方法：将本系统与其他系统进行对比，评估其相对性能和优势。
可以选择一些同类型的系统进行对比试验，通过对比实验结果，评估本系统是否具有更好的性能和能力。
在进行综合评价时，还需要注意以下几个方面：1. 考虑评价指标的全面性：评价指标应该考虑到系统的多个方面，包括性能、可靠性、稳定性、安全性等。
评价指标应该能够反映出系统的整体表现。
2. 数据的真实性和准确性：系统综合评价的结果取决于所使用的数据的质量。
数据需要真实、准确且可靠，否则评价结果可能不具有参考价值。
3. 评价方法的可复用性和可扩展性：评价方法应该具有通用性和扩展性。
可以根据不同的评价对象和需求，灵活地选择和调整评价方法。
4. 主观评价和客观评价相结合：综合评价方法应该综合考虑主观评价和客观评价的因素。
主观评价可以反映用户对系统的体验和感受，客观评价可以量化系统的性能和能力。
系统综合评价方法
系统综合评价方法是评估一个系统的各种因素，并综合考虑这些因素的方法。
以下是几种常用的系统综合评价方法：
1. 层次分析法（Analytic Hierarchy Process，AHP）：AHP是一种定量分析方法，用于将多个指标结构化地分解为目标、准则和子准则，并通过权重分配来计算各个指标的重要性。
AHP可以帮助决策者根据不同指标的重要性对系统进行评估和排序。
2. 熵权法（Entropy Weight Method）：熵权法是一种基于信息论的定量分析方法，用于确定各个指标的权重。
熵权法通过计算指标之间的信息熵来确定指标的不确定度，然后根据不确定度确定权重。
熵权法可以在数据缺乏时，通过合理分配权重来评估系统。
3. 灰色关联度分析法（Grey Relational Analysis，GRA）：GRA是一种基于关联度的定量分析方法，用于评估系统的相对关联度。
GRA通过比较系统指标之间的变化趋势和灰色关联函数来计算关联度，从而评估系统的综合性能。
4. 基于模糊集理论的综合评价方法（Fuzzy Comprehensive Evaluation）：模糊综合评价方法是一种将模糊集理论应用于系统综合评价的方法。
通过将多个指标的模糊评价量化为模糊隶属度，并应用模糊逻辑运算来计算系统的综合评价。
这些方法各有特点，适用于不同类型的系统和问题。
综合评价方法的选择应根据具体情况和评估目标进行决策。
目录综合评估系统研究报告 (2)1研究总目标 (2)2研究成果 (2)3综合评估的数学模型 (2)3.1综合评估模型运行流程 (2)3.2基于统计数据的评估指标的分值转换模型 (4)3.2.1评估指标的分值转换方法 (4)3.2.2评估指标的分值转换方法的调整 (5)3.3指标权重的逆向考量 (7)4基于AHP-PCA-BP神经网络综合评估模型 (7)4.1基于层次分析（AHP）法的专家主观赋权法 (7)4.1.1构造判断矩阵 (8)4.1.2计算相对权重 (8)4.2专家评级指标量化处理和二级指标评分归一化处理 (9)4.3评估指标的主成分分析处理—构建评估系统的“综合”指标。
(10)4.3.1主成分分析（PCA） (11)4.3.2基于PCA的客观赋权法 (12)4.4综合评估的BP神经网络模型 (13)4.4.1BP神经网络 (13)4.4.2神经网络的训练 (15)4.5评估分数计算 (16)4.6评估结果分类 (16)4.7AHP-PCA-BP神经网络综合评估模型计算流程 (18)5基于AHP-PCA-BP神经网络评估模型的评估实例 (18)6小结 (22)综合评估系统研究报告1研究总目标旨在针对国防科技重点实验室的特点，构建适用于此特定对象的评估体系，以定性评估和定量评估相结合的手段，研究完整的适合于航天系统内科研院所，既有科学依据，评估结果又可为大众所接受的综合评估方法，并实现其评估系统开发。
2研究成果1．总结2010年度综合评估系统的运作情况，研究系统运行中的问题，构建了基于AHP-PCA-BP神经网络的综合评估模型。
2．发表论文《The Design and Development of National Key Laboratory Comprehensive Evaluation System Based On VC++》3．发表论文《一种基于PCA和BP神经网络的综合评估方法》3综合评估的数学模型3.1综合评估模型运行流程（1）按照指标体系的基本关系构成递阶层，指标体系的每层中各元素支配下一层中的相应元素，形成一个递阶层，同一层中各元素相互独立。
生态系统脆弱性的综合评价方法生态系统是地球上最为复杂、最为脆弱的自然系统之一。
随着人类活动的不断发展，生态系统面临着诸多的压力和挑战。
为了更好地保护生态系统，我们需要对生态系统的脆弱性进行综合评价，以便及时发现和解决问题。
本文将介绍一些现有的生态系统脆弱性评价方法，并探讨其优缺点。
一、概述生态系统脆弱性评价是指对生态系统的承载能力、稳定性和适应性进行综合评价的过程。
通过对生态系统脆弱性的评价，可以提高人们对生态系统的了解和认知，寻找出生态系统本身的问题，并制定出相应的保护措施，以保证生态系统的健康和稳定发展。
二、生态系统脆弱性评价方法1. 直接观测法直接观测法是一种直接对生态系统进行实地考察和研究的方法。
通过直接观察生态系统的表现和记录下来的相关数据，可以评估生态系统的脆弱性。
这种方法可以帮助我们发现生态系统中存在的问题，但其主要缺点在于其结果容易受到主观因素的干扰，而且需要消耗大量的时间和人力资源。
2. 综合指标法综合指标法是通过综合分析多个指标来评估生态系统的脆弱性。
在这种方法中，各指标的权重由分析人员或者专家根据其自身的经验和判断进行确定。
具体的指标通常会包括生物多样性、土地覆盖度、水质、土壤质量、植被覆盖率等。
这种方法主要的优点在于其多指标综合分析的方式能够更全面地评估生态系统脆弱性，但其缺点也是显而易见的，即指标的选择和权重的确定可能存在主观因素，导致结果的不确定性。
3. 模型模拟法模型模拟法是一种基于计算机模型的模拟方法来评估生态系统脆弱性的方法。
这种方法基于不同的环境变量和数据，建立起不同方面的生态系统模型，计算和预测系统的生态变化以及响应的响应能力。
自然地，这种方法通常需要大量的精准数据并且模型复杂度较高，但其结果较为准确而且具有可重复性。
三、评价方法的选择和应用针对不同的生态系统评价需求和研究目的，需要选择不同的评价方法。
比如，对于需要了解生态系统整体状况的情况，那么可以采用综合指标法；如果需要对一个特定的生态系统进行更具体的分析，则可以考虑直接观测法。
系统综合评价的方法摘要在我国社会主义现代化建设的今天，无论是在国家的宏观调控，还是在企事业单位的管理中，人们都要面对种种复杂多变的社会问题和经济现象。
它们的分析和比较不仅需要科学的定性分析，更迫切需要定量分析方法的支撑。
这个时候，应用数学的价值就突显了出来。
在我们研究的评价科学的广泛应用领域里，存在大量的现象和行为可以用数学方法来表达和解决。
众所周知，正确的决策来源于科学的评价，评价是决策的关键。
综合评价通常指对被评价对象所进行的客观、公正、合理的全面评价，如果把被评价对象视为系统的话，可抽象地表述为：在若干个(同类)系统中，如何确认哪个系统的运行(或发展) 状况好与差。
属性综合评价的理论、方法在管理科学与工程领域中占有重要的地位，已成为经济管理、工业工程及决策等领域中不可缺少的重要内容x ，且有着重大的实用价值和广泛的应用前景，特别是针对那些诸如候选人排队、重大项目方案的选优、企业经营决策等问题来说，综合评价问题显得尤为重要。
随着人们对社会现象、经济规律认识的不断深入，多目标决策问题呈现出的指标集增多、数据量急增、评价方法多样化的趋势。
在这个过程中，繁琐的数据处理和复杂的建模分析在没有计算机辅助的情况下是不可想的。
从而，对评价问题建立有力的支持成为很多领域的需求。
计算机的应用对系统分析的作用无疑是巨大的。
在当今，人性化的计算机操作系统和新的可视化计算机语言给用非计算机专业的编程人员和用户带来了方便。
在评价决策中，运用定性与定量相结合，集成多种计算分析的模型，面向广泛的应用领域，开发通用的评价决策支持系统软件不仅是决策科学的需求，也是信息发展的需求。
这必将促使科学的评价与决策方法在管理、经济、工程项目等多方面的应用领域中广泛开展、不断深入。
关键词：综合评价，灰色关联综合评价的概念综合评价(Comprehensive Evaluation) ．是对被评价对象所进行的客观、公正、合理的评价。
是指人们根据不同的评价目的，选择相应的评价形式，据此选择多个方面的因素或指标，并通过一定的评价方法，将多个评价因素或指标转化为能反映评价对象总体特征的信息。
综合评价的对象系统常常是社会、经济、科技、教育、环境和管理等一些复杂系统(Complex System) 。
综合评价的结果，是对被评价事物一般水平或趋势的抽象程度较高的数量描述，这种描述具有整体性和全面性，具有实际社会经济含义。
一般地，一个综合评价问题由5个要素组成：评价对象、评价指标、权重系数、集结模型及评价者。
综合评价的研究现状与发展趋势1)探索新的综合评价方法虽然目前已有一些综合评价方法较好地考虑和集成了综合评价过程中的各种定性与定量信息，但是这些综合评价方法在应用中仍摆脱不了综合评价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。
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。
综合评价中，有时既要能充分考虑评价专家的经验和直觉思维的模式，又要能降低综合评价过程中人为的不确定性因素，既具综合评价方法的规范性又能体现出较高的问题求解效率。
2)综合运多种评价方法综合评价是个十分复杂的问题，它涉及评价对象集、评价目标(指标)集、评价方法集、评价人集，综合评价结果由以上诸因素特定组合所决定。
传统的评价方法对以上组合的选择缺乏理性标准影响评价结论的客观性。
采用综合集成的思想，将两种或两种以上的方法加以改造并结合，获得一些新的评价方法。
相关的研究成果归结起来有四类：(1)一般的综合评价方法与模糊综合评价方法合成结合方法模糊化和灰色化，西蒙提出管理从“最优化” 到“满意度”的转变。
现代管理科学趋向于“软化' 。
评价对象由于运行机制不清楚行为信息不完全决策目标具有模糊性且难以量化，于是在原有的综合评价方法中引进了可能度和满意度的概念。
模糊数学的“隶属度" 和灰色系统理论中的“灰度''正好是实现“柔化”的有效工具，基于此而产生的〜些初步集化的方法。
(2)一般评价方法与人工智能方法的集成这种集成就是评价方法智能化。
随着计算机技术的迅猛发展，管理科学中不断采用新技术使得决策更加科学化、民主化、智能化。
目前主要有以下几种综合评价方法：模糊人工神经网络评价方法，群决策支持系统(GDSS的应用。
(3)评价方法的动态化动态评价方法分两类：一类是确定评价指标在不同时刻的权重系数，是目前研究的热点；第二类，因为在时间序列中对象的属性在变化，在不同时间评价指标也应当调整，这方面的研究尚属起步。
(4)对评价对象的评价和对评价人的评价的集成这种集成就是评价要素集成化。
传统的评价方法是研究被评价对象的多属性指标的集成化问题。
但对含有软指标或结构不良的对象的评价往往离不开专家，专家的偏好和水平对评价结果会有重要影响。
基于评价人集的专家群评价方法的研究，旨在解决对含有软指标或结构不良的对象进行评价时，由于专家判断的主观性而引起的评价结论不一致问题。
专家群评价研究的思路是将对对象的评价和对专家的评价结合起来，实际上体现了集成的思想。
(5)集成价值链绩效综合评价思想——价值链集成化迈克尔•波特(哈佛大学)在《竞争优势》中引入价值链分析方法，将企业以及相关联的主体看作创造同一个价值的整体。
许多学者提出，集成价值链综合评价方法注重企业的整体绩效：一方面对顾客价值采用定性评价方法；另一方面对供应链进行全过程评价，得到综合绩效。
3)推广和发展现有综合评价方法现有的综合评价方法往往理论研究与实际应用脱节。
随着理论研究的深入，评价方法越来越复杂，又没有有效地面向广大的实际工作者，以至实际工作者望而生畏。
理论成果的推广应用受到很大的局限。
应该说目前不少的研究成果具有一定的理论意义，但理论与实践严重脱节的现象也是不争的事实。
综合评价方法的研究首先应加强基于方法集的组合评价研究。
方法集是指能独立完成对对象进行评价的方法的全体。
基于方法集的组合评价方法是指，在评价的基本原则指导下，根据一定。
的准则和规则从基本评价方法集中抽取若干方法，并运用这些评价方法对被评价对象进行评价，然后寻找理想的组合算法模型对以上评价结果进行优化组合的全过程。
4)运用先进技术方法，构成集成式综合评价支持系统目前出现的一些评价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MOD的有关方法，其它如AHP DE/等方法都很少涉及。
将决策分析方法同专家系统结合将会进一步增强系统的问题求解能力和人机交互友好性。
要对复杂对象系统进行有效的评价，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、多种评价方法、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。
综合评价指标体系建立的原则指标体系是综合评价的基础，合理的指标体系是保证综合评价质量的关键问题之一。
所以建立科学的综合评价指标体系首先应遵循以下原则。
1)与目标一致原则综合评价首先要确定被评对象及评价目标。
评价目标主要由评价指标体系来体现。
因此在建立指标体系时必须要保证和评价目标的一致性。
2) 科学性原则建立指标体系时应坚持科学性原则，遵循事物的发展规律，便于应用现代的科学技术，保证指标体系自身的内容、结构等科学合理。
3) 全面性原则对于一个综合评价问题，指标体系应能反映所有的重点方面，对重要目标、信息没有遗漏，这样才能保证综合评价的全面性。
4) 有效性原则也称非冗余性原则。
在遵循全面性原则的同时，指标体系的设立也不应盲目求全、求精，而应力求指标简单有效。
对于对评价目标无重要影响，或各被评对象间无差别的指标应通过筛选进行删除。
5) 独立性原则指标体系同层次的指标应相互独立，这样才能保证对同一目标不会重复计算，同时各指标的相互独立也是各种加权法的前提。
但不同层次的指标间可以是从属关系，而不要求独立性。
6) 可测性原则指标体系的各指标必须易于理解，无二义性，其所包含的内容必须可以直接或间接测定。
系统综合评价的方法评价需要解决的主要问题是分类、排序和整体评价，评价方法主要围绕此类目的展开。
有关系统评价的理论和方法大致可以分为三类：一是以数理理论为基础的方法。
它以数学理论和解析方法对评价系统进行定量描述和计算，通常需要在一定的假设条件下进行评价。
评价方法主要有模糊分析法、灰色系统分析法、技术经济分析法等；二是以统计分析为主的方法。
其特点是把统计样本数据看做随机数据处理，对指标数据进行转化，所得均值、方差、协方差反映指标潜在的规律，通过统计方法对指标体系进行分析，得出在大样本数据下对评价对象的综合认识。
评价方法有主成分分析法、因子分析法、聚类分析法、判别分析法、关联分析法、层次分析法等；三是重现决策支持的方法。
以计算机系统仿真和模拟技术为主，研究如何使系统的运行和人类行为目标的一致，以此得出系统评价结果。
灰色关联分析法灰色系统与灰色关联分析1982年我国学者邓聚龙教授发表第一篇中文论文《灰色控制系统》标志着灰色系统这一学科诞生。
之后，灰色系统在理论方法和实际应用上均有了长足的进展，为预测和决策提供了全新的思路和方法。
灰色关联分析是灰色系统理论的一 个重要分支，应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念 出发进行综合评价是一个被广为接受的方法。
灰色关联分析是一种用灰色关联度 顺序来描述因素间关系的强弱、大小、次序的方法，是通过灰色关联度来分析和 确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。
其基本思想是：以因素的数据序列为依据，用数学的方法研究因素间的几何对应关系， 即序列曲线的几何形状越接近，则它们之间的灰关联度越大，反之越小。
在数理 上将它转化为量化比较，将几何曲线之间的比较转化为数据列与数据列之间的比 较。
灰色关联分析实际上也是动态指标的量化分析，充分体现了动态意义。
灰色关联分析的步骤1）评价数据矩阵的建立①根据评价目的确定评价指标体系，收集评价数据。
设t1个数据序列形成如下矩阵：w m ）②对指标数据进行标准化。
标准化后的数据序列形成如下矩阵： 丘（1）（1）、 七（2）…耳（2）■ ■ ■* ・ ■ I *■ ■ ■眄伽）…為（加））1）确定参考数列参考数列应该是一个理想的比较标准，可以以各指标的最优值（或最劣值）构成参 考数据列，也可以根据评价目的选择相应的参照值。
数据矩阵就是和参考数列 进行比较计算，求出最接近参考数列的数据行或者列。
将参考数列记作：X Q =（旺（1）,旺（2）鲁…,JCo （zw ））3）计算差序列，求两极最大、最小差逐个计算每个被评价对象指标序列与参考序列对应兀素的绝对差值。
