综合评价理论

评价是根据确定的目的测定对象系统的属性，并将这种属性变为客观定量的计算或者主观效用的行为。对以多属性体系结构描述的对象系统做出全局性、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，再以此择优或排序，就是综合评价(comprehensive evaluation，CE)。

目前国内外常用的综合评价方法有:

1.调查与专家打分法

调查与专家打分法是一种最常用、最简单且易于应用的风险评价方法。首先通过风险识别将工程项目所有风险列出，设计风险调查表，然后利用专家经验，对各风险的重要性进行评估，再综合成整个项目风险。该方法主要依据专家经验和决策者的意向，得出的结论也只是一种大致的程度值，它只能作为进一步分析的参考，适用于缺乏具体数据资料情况下的风险评价。

2.统计和概率法

统计和概率法将影响目标的风险因素看作随机变量，并服从某种概率分布。根据概率理论，可计算出各风险因素造成损失的数学期望和方差，通过参数估计和假设检验，确定风险因素的概率分布函数。概率统计法理论基础扎实，分析过程简单，不足之处在于需大量统计数据，且未能解决多个专家的判断准确性如何处理的问题。

3.雷达图法

雷达图法是一种典型的图形评价法，图形评价的最大特点是直观。传统的雷达图法用于综合评价，只给出各评价对象的雷达图，由评价者对照各类典型的雷达图，给出综合的评价结果。当参加评价的对象较多时，该方法很难给出综合评价的排序结果。

4.蒙特卡罗模拟法

蒙特卡罗模拟法，是根据随机数对投入变量值概率分布进行随机抽样，根据每次抽样值计算目标值的方法。这样经多次重复得到目标值的概率分布图。根据目标值的概率计算保险下限值和不经济概率，以判断方案的风险性。

蒙特卡罗模拟法具有显著优点。对于无法凭经验决策的问题、不能用数学求解的复杂问题及不易做可控实验的动态系统，均可用蒙特卡罗模拟法解决。即那些投入变量含有许多随机因素，其转化过程具有函数关系，又非一般数学式能充分表达的，只能用蒙特卡罗模拟法解决。同时，蒙特卡罗模拟法可以直接处理每一个风险因素的不确定性，并把这种不确定性以概率分布的形式表示出来。它是一种多因素变化方法。在该方法中，所有的元素都同时受风险不确定性的影响，克服了敏感性分析受一维因素变化的局限。另外，它可以通过编制计算机软件来对模拟过程进行处理，大大节约了评价时间。

该方法也有它的缺点，由于它只是一种数值计算方法，只能给出问题的一个可行解，而得不到一般的通解，若要得到最优解或满意解，则需要通过多次模拟，具有与枚举法相似的不足; 它不是用纯数学的方法去确定各变量数值关系，而是通过建立数学模型，在计算机上做试验，是通过试验求解的一种方法; 一般它只能给出模拟试验的最终解，而不能得到一些中间成果; 它在模拟试验过程中，要求每一随机变量独立; 此外模拟过程是一重复的运行过程，常常需要占用较多的计算机内存和耗费较多的机时。

5.模糊综合评价法

模糊综合评价法是基于模糊数学理论的一种综合评价方法，适用于对受多因素影响的事物进行评价。其特点是通过模糊隶属度的引用，将定性评价转化为定量评价; 评价结果用模糊集合表示，根据最大隶属度原则确定的评价结果清晰。

6.人工神经网络

人工神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法高级数学模型。该模型的使用可以通过预先提供的一批相互对应的输入—输出数据，“训练”出两者之间的潜在规律，最终用新的输入数据来推算输出结果。该方法的最大特点是具有自学习和非线性适应性信息处理能力。随着计算机技术的发展，该方法不断发展与完善，以形成了BP网络、Hopfield网络等近40种神经网络模型，并在自动控制、处理组合优化、模式识别、医学、图像处理等领域得到成功应用。