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”。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，也才有了今天许多的评价方法。从总体上可将目前国内外常用的综合评价方法分为以下几种：层次分析法、灰色综合评价法、数据包络分析法、人工神经网络评价法、模糊综合评价法等（王宗军，1998）。

（一）层次分析法是一种实用的多准则决策方法

层次分析法（Analytic Hierarchy Process，AHP）是20世纪70年代由著名运筹学家T.L.Saaty提出来的，它的基本原理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，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与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，它是一种测度难于量化的复杂问题的手段，在复杂的决策过程中引入定量分析，充分利用两两比较给出偏好分析与决策支持，既有效地吸收定性分析的结果，又发挥了定量分析的优势。但是层次分析法一般不超过9个因素，对于因素众多的问题，进行两两比较的难度很大，它一般仅用于方案优选，并要求评价者对问题的本质把握得非常透彻。其另一个缺点是决策者的主观影响很大，判断失误可能造成无法弥补的后果。

（二）灰色综合评价法是一种定性、定量分析相结合的分析方法

它是采用某一指标为标准，其他指标相对应标准指标之间的距离来评判。它可以很好地解决评价指标难以量化和统计的问题，可以排除人为因素的影响。其计算过程简单，样本量少时仍可使用，但要求样本具有时序特性。与数据包络分析法相同，它只反映因素的相对优劣，不反映实际水平。另外，该方法仍然需要权重分配，权重的选取会给分析结果带来很大影响。

（三）数据包络分析法是根据输入和输出数据对同类决策单元进行相对效率与效益的评价(www.daowen.com)

该方法剔除了人为因素的干扰，只对客观信息进行评价。它的优点是利用窗口技术找出单元薄弱环节加以改进，可以评价多输入、多输出的大系统。它的缺点是只反映相对效率，无法反映实际的情况。

（四）人工神经网络评价法是一种交互式的评价方法

该方法可以根据用户的要求不断修改指标权重，降低了专家评判的主观性，能对多指标综合评价问题给予客观评价。它能够处理非线性、非局域性的大型复杂系统。它的缺点是需要大量的训练样本、精度不高、应用范围较窄，并且模型隐含、计算复杂，影响效率。

（五）模糊综合评价法是利用模糊集理论进行评价的一种方法

利用模糊关系合成的原理，从多个因素对被评价事物隶属等级状况进行综合性评判的一种方法。它克服了传统数学方法结果的单一性缺陷，包含丰富的信息，并且方法简单宜用，符合东方人的思维习惯，比较适用于经济系统问题评价。它的缺点是不能解决评价指标简单重复的问题，隶属函数没有系统的方法确定，并且不可避免地带有人的主观念性。评价的准确性依赖于合理选择因素、权重和综合评价的因子。对于因素过多、权重过小的问题采用多级模糊综合评判的方法加以克服。