评价方法简介
评价方法
一、评价方法简介1.地累积指数法(IndexofGeoaccumulation,简称Igeo)。
地质积累指数法是德国学者Muller于1979年提出,计算公式如下:Igeo=log2[Cn/(k×Bn)](1)(1)式中Cn是元素n在小于2μm 沉积物在的含量;Bn为粘质沉积岩(即普通页岩)中该元素的地球化学背景值;K为考虑各地岩石差异可能引起的背景值的变动而取的系数(一般取值1.5)。
2.沉积物富集系数法(SedimentEnrichmentFactor,简称SEF)。
沉积物富集系数法于1979年由Kemp提出,其计算式为:KSEF=(Es/AlS-Ea/Ala)/(Ea/Ala)(2)(2)式中KSEF为沉积物中重金属的富集系数;ES,AlS分别为沉积物中重金属的含量和Al的含量;Ea,Ala为未受污染沉积物中重金属和铝的含量。
3.次生相与原生相分布比值法(Ratioofsecondaryphaseandprima2ryphase,简称RSP)。
按颗粒物中重金属的总量进行评价(如上两法),仅可一般的了解重金属污染程度,而难以区分沉积物中重金属的自然来源和人为来源,难以反应沉积物中重金属的化学活性和生物利用性。
70年代后期,人们开始注意到了重金属在颗粒物不同地球化学相中的分布有可能反映重金属的来源、迁移特性和潜在的生态影响。
根据传统的地球化学概念,沉积物中的原生矿物称为原生地球化学相,原生矿物的风化产物(如碳酸盐和铁锰氧化物等)和外来次生物质(如有机质等)统称为次生地球化相。
次生相与原生相分布比值法即是用存在于各次生相中金属的总百分含量与存在于原生相中金属的百分含量的比值来反映和评价沉积物中重金属的来源和污染水平。
54.次生相富集系数法(secondaryPhaseEnrichmentFactor,简称SPEF)。
由于颗粒物组成的区域差异,相分布比值法难以应用于具异源沉积物的大范围区域。
教学中常用的评价方法有哪些
教学中常用的评价方法有哪些1.直观评价法：此方法主要通过教师和学生之间的直接互动来进行评价。
教师使用非言语和言语的方式给予学生反馈，如点头、微笑、鼓励、批评等。
这种方法可以帮助教师及时观察学生的学习情况和态度，并提供实时的反馈。
2.笔试评价法：这是最常见的一种评价方法，通过给学生一些书面的考试题目来评估他们对所学知识的掌握程度。
这种评价方法主要用于检测学生的记忆能力、理解能力、综合分析能力等。
3.口试评价法：此方法通过面对面的对话方式来评价学生的语言表达能力和口头沟通能力。
教师可以提供问题并要求学生做出回答，从而评估学生的听、说、读、写能力。
4.实际应用评价法：此方法通过让学生在实际情境中应用所学的知识和技能来评价他们的学习成果。
例如，学生可以进行一次实地考察、参与一个团队项目、进行一次实验等，从而展示他们的能力和理解程度。
5.小组合作评价法：这种方法鼓励学生在小组中合作、交流和互相学习。
学生可以一起讨论问题、解决问题、完成任务，并相互评价和反馈。
这种评价方法注重培养学生的团队合作能力和协作能力。
6.课堂观察评价法：教师通过观察学生在课堂上的表现来评价他们的学习状况。
教师可以注意学生的积极性、参与度、表达能力、态度等，从而评估学生的学习效果。
7.作品评价法：学生可以通过书面作品、艺术作品、研究报告等方式展示他们的学习成果。
教师可以评估学生的创造力、分析能力、表达能力等。
8.参与度评价法：教师可以评价学生在课堂上的参与度来评估他们的学习效果。
这包括学生积极回答问题、提出问题、参与小组讨论、主动寻求帮助等。
9.问卷调查评价法：学生和家长可以填写问卷来评价教学质量和学习效果。
问卷可以包括对教学方法、教材、教师表现等方面的评价，从而提供全面的反馈信息。
10.自我评价法：学生可以自己评价自己的学习情况和学习成果。
这种方法可以帮助学生提高自我意识和自我反思能力，从而更好地了解自己的学习状况和改进方向。
以上是一些常见的教学评价方法，每种方法都有其独特的优势和适用的场景。
简述评价中心的主要评价方法
简述评价中心的主要评价方法评价中心的评价方法，是从不同的角度和层面来评价工程、产品、服务等等。
评价中心的评价方法分为质量评价、性能评价、安全评价和经济评价等，每种评价方法都有各自的重点和特点，其中质量评价是最为常用的评价方法，在其它评价方法中又占有极重要的地位。
一、质量评价对于质量评价，主要是从以下几个方面来评价：外观、质量以及使用等。
首先评价产品的外观，比如，其形状是否正确、表面做工是否精细、尺寸是否合适等；其次，是产品的标准和质量，这可以从常规检测和日常考核中了解；最后，是侧重评价产品在实际使用中的表现，看看它是否能发挥最佳性能，是否能满足用户的要求。
此外，质量评价还要考虑和关注客户的需求，根据客户的需求来确定具体的评价细则或指标，以便更具体的评价产品的质量。
二、性能评价性能评价，主要是指产品的性能指标，这些指标的评价标准和检测方法都有相应的规范和要求，这些指标主要包括产品的准确度、稳定性、可靠性、速度等。
同时，还可以根据客户的要求，根据新的技术和趋势，重新评估产品性能指标，以便客户更好地达到自身满意。
三、安全评价安全评价，主要涉及到产品的安全指标，这个指标一般有产品的使用风险、质量可靠性等。
安全评价可以从客户的需求中来确定评价指标，也可以根据产品的技术标准进行评估，这些技术标准包括：可用性、鲁棒性等，以便评估产品的安全性，为客户提供放心的产品。
四、经济评价经济评价，主要根据产品的实际使用和成本来评估产品的经济性。
它涉及到购买成本、使用成本以及维护成本等。
在评估产品的经济性时，应该根据客户的投资目标来确定产品的价格，并评估产品的性价比，以便客户能用最少的资源得到最大的回报。
结束语以上就是评价中心的主要评价方法，在实际应用中，需要综合多种方式来评估，以便最大限度地满足客户需求，为客户提供最优质的产品和服务。
常用综合评价方法介绍
常用综合评价方法介绍综合评价方法是一种将不同指标或评价对象的信息综合起来，以获得全面、客观、准确的评价结果的方法。
常用的综合评价方法包括加权综合评价、层次分析法、TOPSIS法、模糊综合评价法等。
下面将对这些常用的综合评价方法进行介绍。
1.加权综合评价加权综合评价是指根据不同指标的重要性，为每个指标赋予相应的权重，然后将指标的得分乘以相应的权重，最后将各个指标得分相加得到综合评价结果。
加权综合评价方法简单易懂，适用于综合评价指标权重明确的情况，但其权重的确定通常依赖于主观判断，可能存在一定的主观性。
2.层次分析法层次分析法是一种将多个指标分成不同的层次，通过专家的判断和主观意见对指标的相对重要性进行排序，最终得到各个指标的权重值，再利用这些权重对指标进行加权计算。
层次分析法能够避免主观判断带来的主观性，但需要专家的参与和判断，且计算过程相对复杂。
3.TOPSIS法TOPSIS法是基于最优解与最劣解之间的距离来进行综合评价的方法。
首先，根据不同指标的评价结果，计算每个方案与最优解和最劣解之间的距离，然后根据距离大小进行排序，最后确定评价结果。
TOPSIS法能够综合考虑各个指标之间的关系，并给出相对接近于最优解的方案，但需要确定最优解和最劣解，且对于指标之间的关系比较敏感。
4.模糊综合评价法模糊综合评价法是一种基于模糊数学理论的评价方法。
通过模糊数学中的隶属函数和隶属度来描述指标的评价结果，然后根据隶属度计算不同方案的综合评价值，最终确定评价结果。
模糊综合评价法能够有效处理评价指标信息的不确定性和模糊性，但需要事先建立模糊数学模型，且计算过程较为繁琐。
总结而言，加权综合评价、层次分析法、TOPSIS法和模糊综合评价法都是常用的综合评价方法，它们在不同领域和问题中都有着广泛的应用。
选择合适的综合评价方法需要根据具体问题的特点和评价对象的特点来确定，以获得准确和可靠的评价结果。
常用综合评价方法介绍
常用综合评价方法介绍综合评价方法是一种综合考虑和衡量一个人、一个机构、一个产品或一个项目综合素质的方法。
常用的综合评价方法有许多，下面将介绍几种常见的综合评价方法。
1.等级评价法：等级评价法是一种常用的综合评价方法，通过将被评价对象按照一定的标准划分为不同的等级或类别，来衡量其综合素质。
等级评价法的特点是简单明了，易于理解和操作，适用于对被评价对象进行横向比较和排名。
在等级评价法中，常用的标准有数量标准、质量标准、时间标准、效益标准等。
2.权重评价法：权重评价法是一种将不同评价指标的重要性通过确定权重来进行综合评价的方法。
在权重评价法中，评价指标的权重是根据重要性来确定的，不同的指标所占的权重可以不同。
常用的确定权重的方法有主观权重法、客观权重法和模糊数学方法。
权重评价法的优点是能够充分考虑不同指标的重要性，提高评价结果的准确性和公正性。
3.基于指标的评价法：基于指标的评价法是一种通过确定评价指标，对被评价对象进行量化衡量的方法。
评价指标可以是数量指标，也可以是质量指标，通过对不同指标的综合考虑，得出被评价对象的综合评价结果。
基于指标的评价法的优点是可以对不同指标进行量化和比较，便于分析和决策。
4.敏感度分析法：敏感度分析法是一种通过改变评价指标的取值，来不断观察和分析评价结果的变化，以评估评价指标对结果的影响程度的方法。
敏感度分析法可以帮助评价人员识别关键指标，确定影响综合评价结果的重要因素，并进一步提出改进措施。
5.层次分析法：层次分析法是一种将复杂问题分解为层次结构，通过分析各个层次间的关系和权重，来进行综合评价的方法。
层次分析法首先确定评价目标，然后将目标分解为若干准则和主要因素，再进一步分解为次要因素和具体指标。
通过对各层次间的比较和判断，得出最终的综合评价结果。
以上是几种常见的综合评价方法的简要介绍。
在实际应用中，根据具体的评价对象和评价目的，选择适合的评价方法非常重要。
综合评价方法的选择应综合考虑被评价对象的特点和要求，以及评价结果的准确性和可靠性。
教学评价八种方法
教学评价八种方法
教学评价是指对教师教学过程和学生学习成果进行的客观、科学的检测和评估。
八种教学评价方法如下：
1. 笔试评价：通过书面测试来检验学生的知识水平。
2. 口试评价：通过口头测试来检验学生的口语表达能力。
3. 实验评价：通过实验课来检验学生的实际操作能力。
4. 作业评价：通过课后作业来检验学生的学习情况和能力。
5. 课堂表现评价：通过教师观察学生在课堂上的表现来评价学生的学习情况和态度。
6. 课程设计评价：通过评价教师的课程设计来评估教学有效性。
7. 自我评价：通过学生自己评价自己的学习情况和能力来提高学习能力。
8. 同学互评：通过学生之间互相评价来促进学生之间的合作和交流。
以上八种教学评价方法各具特点，可以针对不同的教学目标和教学内容进行选择和使用，从而更好地促进学生的学习和成长。
评价方法简介word版
2．3评价方法简介2．3．1道化学火灾爆炸指数评价法道化学火灾、爆炸危险指数评价法（第七版）是以已往的事故统计资料、物质的潜在能量和现行安全措施为依据，定量地对工艺装置及所含物料的实际潜在火灾、爆炸和反应危险性进行分析评价的评价方法。
道化学公司火灾爆炸指数法也称为道氏指数法。
主要适用于化工过程、化学试验以及化学品的储存、运输等情况。
该方法根据单元物质系数MF、工艺条件（一般工艺危险系数F1和特殊工艺危险系数F2），通过一系列系数计算（单元火灾爆炸指数F&EI、影响区域、破坏系数DF计算）确定单元火灾爆炸危险程度（基本最大可能财产损失及采取安全措施后的实际最大可能财产损失MPPD、最大可能损失工作日MPDO和停产损失BI），并与安全指标比较，最后判定事故损失能否被接受。
主要用于评价生产、贮存、处理易燃易爆、活性化学物质的操作过程和其他有关工艺过程（如污水处理、公用工程、整流、变压、锅炉、发电等设备和中试装置等）。
其评价程序如图2-1所示。
火灾爆炸指数F&EI与危险程度之间的对应关系见表2-1。
暴露半径R的计算公式为：R=0.256F&EI计算出的暴露半径R的单位为米。
暴露区域内财产价值可由区域内所有财产（包括在存的物料价值及设备价值）的更换价值来确定。
更换价值=原来成本×0.82×价值增长系数,由于各评价部分的具体财产价值难于确定，本报告中分别以A1，A2和A3等替代实际的财产价值。
危害系数代表了单元中物料泄漏或反应能量释放所引起火灾、爆炸事故的综合效应。
它是由单元危险系数（F3）和物质系数（MF）按道七版的相关图表查得。
基本最大可能财产损失（BASE MPPD）与安全措施的补偿系数（C）的乘积就是实际最大可能财产损失（ACTUAL MPPD）。
表2-1F&EI与危险程度的对应表2.3.2 ICI蒙德法ICI公司蒙德火灾、爆炸、毒性指标法是在美国道化学公司（DOW）的火灾、爆炸指数法的基础上补充发展的，该方法主要用于评价生产、贮存、处理易燃易爆、化学活泼性物质的化工过程和其他有关工艺过程。
常用综合评价方法介绍
常用综合评价方法介绍常用的综合评价方法有很多种，每种方法都有其特点和适用范围。
下面将介绍几种常用的综合评价方法。
1.层次分析法层次分析法是一种定性与定量相结合的综合评价方法，它将复杂的问题分解成多个相对简单的子问题，通过构建层次结构，运用专家判断和统计分析，确定各个层次指标的权重，最终得到综合评价结果。
层次分析法适用于评价对象多指标多层次的情况，例如企业绩效评价、项目优选等。
2.主成分分析法主成分分析法是一种将多个相关指标转化为少数几个无关综合指标的方法。
它通过线性变化将原始指标进行降维处理，使得新的综合指标能够尽量表征原始指标的信息。
主成分分析法适用于多指标多层次的综合评价问题，例如社会经济发展水平、企业形象评价等。
3.灰色关联度分析法灰色关联度分析法是一种通过比较样本序列与参考序列的演化趋势，确定各个指标之间的相关度，从而进行综合评价的方法。
该方法适用于评价对象历史数据不完备、发展不平衡的情况，例如经济增长速度评价、产品市场竞争力评价等。
4.评价树方法评价树方法是一种将繁杂的评价体系分解为多个子问题的树状结构，通过权重计算和综合评分，得到最终的综合评价结果。
评价树方法适用于评价对象多指标多层次的情况，例如职业发展评价、环境质量评价等。
5.熵权法熵权法是一种基于信息熵理论的综合评价方法，它通过计算指标的熵值和权重，综合考虑各个指标的重要程度和发展状况。
熵权法适用于评价指标数量大、权重不确定的情况，例如学生综合素质评价、城市发展评价等。
以上是常用的几种综合评价方法，每种方法都有其适用的场景和特点。
在实际应用中，可以根据具体的评价对象和问题进行选择，或者根据不同方法的结果进行对比，以得到更准确和全面的评价结论。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
方法评价方法方法描述专家评分法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Delphi法征询专家，用信件背靠背评价、汇总、收敛技术评价法主要是通过可靠性评价指标及可行性分析等方法来进行评价经济分析法通过价值分析、成本效益分析、价值功能分析，采多属性决策方法（MooM）多属性决策方法（MooM）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运筹学方法数据包络分析方法(DEA)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”(称为决策单元)的相对有效性。
可以看作是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因子分析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聚类分析计算对象或指标间距离，或者相似系数，进行系统聚类判别分析计算指标间距离，判断所归属的主体层次分析法（AHP）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，并且排序评分法对评价对象划分等级、打分，再进行处理关联矩阵法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定性评价方法技术经济分析方法统计分析方法系统工程方法模糊综合评价方法（FCE）模糊积分模糊模式识别灰色综合评价方法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。
可用方法有：灰关联度评价方法、灰色聚类分析方法；可用工具为关联分析T OPSIS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)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基于BP人工神经网络的评价主要指基于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模拟人脑工作的人工神经网络技术主要是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 ）等模拟生物进化的遗传算法模拟生物进化的遗传算法是建立在自然选择和遗传变异基础的迭代自适应概率性搜索算法逐步法(stem)序贯解法（semop)Geoffrion法模糊数学方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，直到满意为止属于多因素分析方法，可以有效的对受多种因素影响的事物做出全面评价。
可以较好的解决综合评价中的模糊性（如事物类属之间的不清晰性，评价专家认识上的模糊行等），以一个模糊的集合来表示评价结果智能化评价方法对话式评价方法系统模拟与仿真评价方法系统模拟与仿真评价方法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。
传统的系统仿真方法有蒙特卡罗方法、离散时间和连续时间模拟、离散事件模拟仿真等。
实现的工具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灰色系统理论与灰色综合评价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!物元分析方法与可拓评价物元分析方法与可拓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.物元分析的数学基础是可拓集合论，用关联函数表示元素和集合的可变属性，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.动态综合评价方法动态综合评价方法在现实生活中，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.交互式多目标的综合评价方法基于目标满意度的交互式评价方法人机对话中，决策者根据客观条件、主观偏好的选择构成交互评价的基础! 蒋尚华、徐南荣提出用模糊数学隶属函数实现决策满意度的方法信息论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基于粗糙集理论的评价方法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ODM与FCE 结合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非线性规划方法和模糊综合评价法结合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，AHP方法和FCE方法结合模糊聚类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.灰色层次决策方法评价对象有不同层次指标，可以分别构造白化值矩阵和决策灰类的白化函数，通过计算各层次的灰色统计决策矩阵与综合权值，进行排序.模糊人工神经网络评价方法基于BP 算法的ANN 基础上发展起来的，通过引入模糊数学、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，将技术方法应用到综合评价领域，使方法更加灵活、智能化.一般评价方法与人工智能方法的集成（方法智能化）一般的综合评价方法与模糊综合评价方法结合（方法模糊化和灰色化）群决策支持系统的应用GDSS是支持分布式工作的平台，涉及多人多目标协调高效工作，其基础是计算机平台，而核心的模型库是各类单一评价方法的算法模型，是专家系统、知识库、推理机等与AI（人工智能）领域的结合。
GDSS支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。
法与人工智能方法的集成（方法智能化）优点缺点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可靠度比较高，误差小可靠度比较高，误差小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全面性，可比性，客观合理性可以解决相关程度大的评价对象含义明确、可比性强建立模型比较困难，只适用评价因素少的对象操作简单，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方法简单容易操作只能用于静态评价需要大量的统计数据，没有反映客观发展水平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。
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。
评价比较精确,可以处理多决策者、多指标、动态的对象刚性的评价无法涉及有模糊因素的对象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为克服传统数学方法中“唯一解”的弊端[7]。
根据不同可能性得出多个层次的问题题解，具备可扩展性，符合现代管理中“柔性管理”的思想不能解决评价指标间相关造成的信息重复问题，隶属函数、模糊相关矩阵等的确定方法有待进一步研究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。