评价方法简介

定性评价方专家评分法

法

Delphi法

方法描述该方法属于定性分析法的一种，常使用“分数”、“指数”、“序数”、“评语”等作为评价的标准；结合专家的主观判断，对评价对象做出总的评价的方法。主要的分析方式为组织专家面对面交流，分析方法有：评分法、分等征询专家，用信件背靠背评价、汇总、收敛

主要是通过可靠性评价指标及可行性分析等方

技术经济分

技术评价法法来进行评价

析方法

经济分析法通过价值分析、成本效益分析、价值功能分析，采

多属性决策

多属性决策方法通过化多为少、分层序列、直接求非劣解、重

方法

（MooM）排次序法来排序与评价

（MooM）

1978年由美国A.Charnes和W.W.Cooper等人首先提出的，它用来评价多输入和多输出的“部门

数据包络分析方”(称为决策单元)的相对有效性。可以看作是

运筹学方法

法(DEA)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

主成份分析

统计分析方

法

因子分析聚类分析判别分析

相关的经济变量间存在起着支配作用的共同因素，可以对原始变量相关矩阵内部结构研究，找出影响某个经济过程的几个不相关的综合指

标来线形表示原来变量

根据因素相关性大小把变量分组，使同一组内

的变量相关性最大

计算对象或指标间距离，或者相似系数，进行

系统聚类

计算指标间距离，判断所归属的主体

系统工程方

层次分析法

法

（AHP）评分法

关联矩阵法

针对多层次结构的系统，用相对量的比较，确定多个判断矩阵，取其特征根所对应的特征向量作为权重，最后综合出总权重，并且排序对评价对象划分等级、打分，再进行处理

确定评价对象与权重，对各替代方案有关评价

项目确定价值量

属于多因素分析方法，可以有效的对受多种因

模糊综合评价方素影响的事物做出全面评价。可以较好的解决

模糊数学方

法（FCE）综合评价中的模糊性（如事物类属之间的不清

法

模糊积分晰性，评价专家认识上的模糊行等），以一个模糊模式识别模糊的集合来表示评价结果

该方法由中国学者首先邓聚龙教授提出，主要是运用灰色系统理论对研究对象进行综合评价

灰色综合评价方。可用方法有：灰关联度评价方法、灰色聚类法分析方法；可用工具为关联分析

TOPSIS评价

法

TOPSIS评价法的基本原理(逼近于理想解的思路)：在基于归一化后的原始矩阵中，找出有限方案中的最优方案和最劣方案(分别用最优向量和最列向量表示)，然后分别计算出评价对象与最优方案和最劣方案间的距离，获得该评价对象与最优方案的相对接近程度，以此作为评价

优劣的依据

多目标决策方法(MODM)

基于BP人工神经网络的评价

智能化评价

方法模拟人脑工作的

人工神经网络技

术

主要是通过化多为少、分层序列、直接求非劣解、重排次序法来排序与评价及对话方法来对评价对象进行描述

主要指基于BP人工神经网络的评价方法，模拟人脑智能化处理过程的人工神经网络技术，通过BP算法，学习或训练获取知识，并存储在神经元的权值中，通过联想把相关信息复现。能够“揣摩“”提炼”评价对象本身的客观规律，进行对相同属性评价对象的评价

主要是ANN算法的改进，例如采取累计误差BP算法，采用一些提高网络收敛速度的方法，引

进径基函数（radial basis function）等

模拟生物进化的模拟生物进化的遗传算法是建立在自然选择和遗传算法遗传变异基础的迭代自适应概率性搜索算法

逐步法(stem)

对话式评价序贯解法

（semop)方法

Geoffrion法

用单目标线性规划法求解问题，每进行一步，

分析者把计算结果告诉决策者来评价结果1 如果认为已经满意则迭代停止；否则再根据决策者意见进行修改和再计算，直到满意为止

是以反馈控制理论为基础，用模拟为手段的方法，引进动态时间概念，用计算机技术进行系统仿真，进而进行过程分析与评价。传统的系

系统模拟与

系统模拟与仿真统仿真方法有蒙特卡罗方法、离散时间和连续

仿真评价方

时间模拟、离散事件模拟仿真等。 实现的工具评价方法

法

包括传统的计算机程序语言、GPSS语言、SLAM 语言和MATLAB语言中的SIMULINK软件

包等。

绝对信息熵

相对信息熵

信息论方法

灰色系统理论是中国学者邓聚龙教授首先提出的，包括灰关联度评价方法、灰色聚类分析方法等。灰关联度评价的基本思想是根据待分析系统的各特征参量序列曲线间的几何相似或变化态势的接近程度判断其关联程度的大小!

灰色系统理论与灰色综合评价

中国学者蔡文提出物元分析理论，通过分析物元结构和相互关系，找出变化和转化的规律和方法，达到解决矛盾问题的目的. 物元分析的物元分析方

物元分析方法与

法与可拓评数学基础是可拓集合论，用关联函数表示元素

可拓评价

价和集合的可变属性，通过物元变换和可拓子集

域的计算，求得给定问题的相容度，用于判断

和评价.

在现实生活中，对同一个对象评价时，随着时间的发展与数据的积累，人们拥有大量的按时

动态综合评动态综合评价方间顺序排列的平面数据表序列，称为“时序立

体数据表”.由时序立体数据支持的综合评价问价方法法

题，参数值是动态的，定义这类评价为“动态

综合评价”问题.

交互式多目基于目标满意度人机对话中，决策者根据客观条件、主观偏好标的综合评的交互式评价方的选择构成交互评价的基础! 蒋尚华、徐南荣提价方法法出用模糊数学隶属函数实现决策满意度的方法

基于目标实际达成度和目标满意度综合的交互式评价方法

交合分析法

基于粗糙集理论的评价

方法

ODM与FCE 结合

一般的综合非线性规划方法评价方法与和模糊综合评价模糊综合评法结合价方法结合AHP方法和FCE方（方法模糊法结合化和灰色

模糊聚类方法

化）

交互式多目标评价中，比较理想的方式是结合评价对象与实际目标的达成度和评价人主观满意度，使决策者在科学分析的基础上做出“柔性决策”与“模糊决策”。徐泽水提出在初步可行的目标理想点决策基础上，一方面根据主观偏好设定目标贴近值!，并给出权重来求解满意度向量等；另一方面根据实际条件，分别调整部分目标的最低满意度和最低目标贴近度，

求出新的满意度等，直到决策结束。交合分析法（CA）的基本假设是人们做购买决策时基于对几个属性组合构成的产品的总体评价，而不是单独对一个属性进行评价。CA 有两个基本方法：一是一次对两个属性组合概念进行权衡的权衡法；二是一次对多属性组合成的产品概念进行权衡的全景法 朱祖平研究了顾客或潜在顾客对新产品的效用、构成新产品的属性的重要度和各水平的效用的评价信息粗糙集理论是波兰学者Pawlak1982年年提出的一种处理模糊性和不确定性的数学工具，利用粗糙集可以评价特定条件属性的重要性，建立属性的约简，从决策表中去除冗余属性，从约简的决策表中产生决策规则，并利用规则对新对象进行决策! 其传统建模过程主要包括对数据的预处理，连续属性的离散化，数据约简，发现依赖关系，规则生成和分类识别等多种方法!

其应用领域包括

孟波和陈王廷提出的代理置换法（SWT），Meada H等提出的解决不良定义的决策问题方法

等均是这类方法

宋小敏等建立了基于模糊数学的主观赋权标度法和基于非线性规划模型的客观赋值标度法结

合的综合评价方法，

基于统计方法中系统聚类的基础上引入隶属

度，扩展了决策的层次.

评价对象有不同层次指标，可以分别构造白化

灰色层次决策方

值矩阵和决策灰类的白化函数，通过计算各层

法

次的灰色统计决策矩阵与综合权值，进行排序.

基于BP算法的ANN基础上发展起来的，通过引入模糊

模糊人工神经网数学、遗传算法、基于agent的建模方法和Swarm仿

真、离散事件系统建模工具petri网等，将技术方法应络评价方法一般评价方

用到综合评价领域，使方法更加灵活、智能化.

法与人工智

能方法的集成（方法智能化）

法与人工智

GDSS是支持分布式工作的平台，涉及多人多目标协

能方法的集

调高效工作，其基础是计算机平台，而核心的模型库

成（方法智

群决策支持系统是各类单一评价方法的算法模型，是专家系统、知识

能化）库、推理机等与AI（人工智能）领域的结合。GDSS支的应用

持半结构化和非结构化问题求解，是综合评价的一个

发展方向.

评价方法考虑时间因素（方法动态

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。

优点缺点

操作简单，可以利用专家的知识，

结论易于使用主观性比较强，多人评价时

结论难收敛

含义明确、可比性强

对评价对象描述比较精确，可以处理多决策者、多指标、动态的对象

建立模型比较困难，只适用

评价因素少的对象刚性的评价，无法涉及有模

糊因素的对象

可以评价多输入多输出的大系统，并可用“窗口”技术找出单元薄弱环节加以改进，不需要给出代表决策者偏好的权，也不需要给出输入

输出的函数关系只表明评价单元的相对发展指标，无法表示出实际发展水平，不允许输入输出数据是随机变量，且没有反映决

策者的偏好

全面性，可比性，客观合理性

因子负荷符号交替使得函数意义不明确，需要大量的统计数据，没有反映客观发展

水平

可以解决相关程度大的评价对象

需要大量的统计数据，没有

反映客观发展水平

可靠度比较高，误差小可靠度比较高，误差小

方法简单容易操作只能用于静态评价

为克服传统数学方法中“唯一解”

不能解决评价指标间相关造

的弊端[7]。根据不同可能性得出多

成的信息重复问题，隶属函

个层次的问题题解，具备可扩展

数、模糊相关矩阵等的确定

性，符合现代管理中“柔性管理”

方法有待进一步研究

的思想能够处理信息部分明确、部分不明确的灰色系统；所需的数据量不是很大，可以处理相关性大的系统

权重是事先确定的，其值通常是主观值，因而具有一定的随意性；其所谓的“最优点”与“最劣点”一般都是从无量纲化后的数据矩阵中挑选的；当评判的环境及自身条件发生变化时，指标值也相应会发生变化，这就有可能引起“最优点”与“最劣点”的改变，从而使排出的顺序也随之变化，这就导致评判结果不具有唯一性；该方法同样不能解决评价指标间相关造成的评价信息重

复问题。

对数据分布及样本量、指标多少无严格限制，数学计算亦不复杂，即适用于少样本资料，也适用于多样本的大系统；评价对象既可以是空间上的，也可以是时间上的，对原始数据的利用比较充分，信息损失

比较少。

评价比较精确,可以处理多决策者、无法涉及有模糊因素的对象多指标、动态的对象刚性的评价

网络具有自适应能力、可容错性，能够处理非线形、非局域性与非凸性的大型复杂系统

精度不高，需要大量的训练

样本等

人机对话的基础性思想，体现柔性

化管理没有定量表示出决策者的偏

好

可以实现动态评价，能解决高阶次、非线性等复杂特征的系统，能对数学模型很难表示的系统评价

是建立模型的难度大

优点是可以排除人为因素、风险因素等的干扰，反映评价对象的客观

信息

优点是能够处理信息部分明确、部分不明确的灰色系统，所需的数据量不是很大，可以处理相关性大的

系统定义时间变量几何曲线相似程度比较困难，同时应该考虑所选择的变量应该具备可

比性。

解决了交互式多目标评价中关于评价人的决策基础，将人的偏好体现

了出来

没有考虑评价对象本身的属

性和重要度!

有效提高主客观同时兼顾的决策精度和效率，体现当代管理科学性与人本性结合的特征，使决策真正实现人机结合，是综合评价研究的一

个发展趋势

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，基于此产生了一些初步集化的方法，各类方法

适用范围

战略层次的决策分析对象，不能或难以量化的大系统，

简单的小系统

大中型投资与建设项目，企业设备更新与新产品开发效

益等评价优化系统的评价与决策，应

用领域广泛

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，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

对评价对象进行分类反映各类评价对象的依赖关

系，并应用于分类证券组合投资选择，地区发

展水平评价

主体结构的选择，经济效益

综合评价

主要适用领域是成本效益决策、资源分配次序、冲突分析等。可广泛应用于油价规划、效益成本决策、教育计划、资源分配和冲突分析、钢铁工业未来规划等方面

只能用于静态评价

可应用于消费者偏好识别、决策中的专家系统、证券投资分析、银行项目贷款对象

识别等。应用领域包括企业的经济效益评价、国防竞争力测算、工程领域、农业发展水平评估等

应用领域广泛，可用于社会、经济和工程等领域的优化系统评价与决策

城市发展综合水平的评价、股票价格的评估以及银行贷

款项目的评价

涉及银行贷款项目、股票价格的评估、城市发展综合水

平的评价等

各种评价对象

应用领域为复杂的社会大系统，如高速公路建设、大型

水利工程建设等

信息熵目前主要应用在宏观财税政策评价、项目生命周期投资评价等广泛领域

应用领域包括企业的经济效益评价、农业发展水平评估、国防竞争力测算、工程领

域等

物元分析方法可以解决评价对象的指标存在不相容性和可变性的问题，应用领域包括产品质量的综合评价、企业信用等级评价、项目评估

等

应用领域包括随时间变动指标或参数变动较大的系统!现实中，动态经济系统、管理者的绩效评价和考核、候选人的排列等问题均涉及动

态评价

股票数据分析、专家系统、经济金融与工商领域的决策分析等，为处理不确定信息提供了有力的分析手段

高新技术企业的评价

城市发展综合评价

应用在银行贷款项目评价、城市经济发展水平、工程技术领域、计算机软件价值评价等领域

广泛应用于超大型工程评价

等复杂系统