一般来说，构成综合评价问题的要素主要有以下几个方面：评价目的、被评价对象、评价者、评价指标、权重指数、综合评价模型、评价结果。目前应用的评价方法以综合评价为主，而综合评价方法有多种，各种评价方法的总体思路是一致的，评价过程大致可分为熟悉评价对象，确立评价的指标体系，确定各指标的权重，建立评价的数学模型，分析评价结果等几个环节。其中确立评价指标，确定各指标的权重，建立数学模型是综合评价的关键环节。

基于前面的分析可知，评价方法可分为定性评价与定量评价，单因子评价与综合评价，由于连锁零售企业供应链风险生成的复杂性，目前对于供应链的评价主要采用综合评价方法。目前综合评价方法大体分为四大类：

（1）专家评价方法：如专家打分综合法，在顾客满意度评价、供应商多因素选择权重指标等定性评价方面应用较多。

（2）运筹学和其他数学方法：如层次分析法、数据包络分析方法、模糊综合评价评判法；其中运筹学评价法的主要方法有线性规划法、相关树法、定量分析法、经济模型和动态规划法等。

目前，线性规划法一般用于新产品开发的效率化、开发资源的最优分配。相关树法可以通过评价其他相关技术来评价新产品开发计划。定量分析评价法是通过“使命-技术”矩阵和“技术-科学”矩阵，把技术对开发项目的影响及开发项目对企业的贡献程度明确地表示出来，根据一定的评价标准进行总体评价，确定各开发项目的重要程度，做好各开发项目的预算分配。运筹学评价法在对某一事物进行评价的实际工作中，往往需要同时用几个标准作为评价的依据，这时可以采用运筹学中的多目标决策、数据包络分析等进行评价。

（3）新型评价方法：如人工神经网络法、灰色综合评价法；其中，人工神经网络模拟人类思维方式，对事物的判断、分类不需要预先建立某种模式，只根据事物的本质特性，采用数据挖掘其本质特征。具有人脑的思维特征，可用来进行连锁零售企业供应链中的配送、需求、库存等某一具体领域的综合评价，评价结果相对客观、真实。

（4）混合方法：采用几种方法混合使用，如AHP+模糊综合评判；模糊神经网络评价法+灰色关联度法等。综合评价是一种面向复杂决策问题，科学合理地集成评价信息，并最终形成待评估方案之间优劣比较的有效决策工具。随着信息社会的发展，在连锁零售企业如供应链风险预测预警评价研究中面临的评价与决策问题也越来越复杂，通常很难用一种数据形式对评价问题进行全面描述，因此采用多种数据形式从不同侧面描述同一决策问题成为一种必然趋势。如何对多种数据形式共存的混合评价信息进行综合集成，是综合评价理论发展中所面临的一个关键问题。有效的混合方法，将是未来若干年内连锁零售企业供应链风险预测预警研究评价中的重点研究方向之一。

一般来讲，针对连锁零售企业供应链的某一应用领域或某一类问题进行评价，评价方法众多，选择评价方法时应根据对象的特点，具体条件和需要，以及评价方法的特点选用几种方法对同一对象进行评价，互相补充、分析综合、相互验证，以提高评价结果的准确性。(www.daowen.com)

在对评价对象做出充分的了解后，针对众多方法，如何筛选出最适宜的方法，科学、客观地完成评价任务，可尝试以下原则：

1）选择评价者最熟悉、最擅长的评价方法；

2）所选择的方法必须有坚实的理论基础及丰富的真实数据，以便后期评价结果能为人们所信服；

3）所选择的方法必须简洁明了，尽量降低算法的复杂性，实践应用中遵循越简单越好的信条；

4）所选择的评价方法必须正确地反映评价对象和评价目标。

敏感性分析是运筹学与经济计量学中常用的一种研究不确定性的方法。它在确定性分析的基础上，进一步分析不确定性因素对投资项目的最终经济效果指标的影响及影响程度。近年来随着供应链的不断发展，其竞争强度与脆弱性也增大，从定量分析的角度研究有关因素发生某种变化对某一个或一组关键指标影响程度，其实质是通过逐一改变相关变量数值的方法来解释关键指标受这些因素变动影响大小的规律。目前在供应链研究研究中针对消费品的价格、到货时间、需求预测等方面的敏感性分析得到广泛关注，只是由于这类参数的小幅度变化能导致连锁零售企业供应链运行效果的较大变化，甄别、选定敏感性因素也是连锁零售企业复杂网络应用研究中的重点内容，敏感因素的确定对于供应链风险监测、预测预警研究具有积极的推动意义。