評價是根據(jù)確定的目的測定對象系統(tǒng)的屬性，并將這種屬性變?yōu)榭陀^定量的計算或者主觀效用的行為。對以多屬性體系結(jié)構(gòu)描述的對象系統(tǒng)做出全局性、整體性的評價，即對評價對象的全體，根據(jù)所給的條件，采用一定的方法給每個評價對象賦予一個評價值，再以此擇優(yōu)或排序，就是綜合評價(comprehensive evaluation，CE)。

目前國內(nèi)外常用的綜合評價方法有:

1.調(diào)查與專家打分法

調(diào)查與專家打分法是一種最常用、最簡單且易于應(yīng)用的風(fēng)險評價方法。首先通過風(fēng)險識別將工程項目所有風(fēng)險列出，設(shè)計風(fēng)險調(diào)查表，然后利用專家經(jīng)驗，對各風(fēng)險的重要性進(jìn)行評估，再綜合成整個項目風(fēng)險。該方法主要依據(jù)專家經(jīng)驗和決策者的意向，得出的結(jié)論也只是一種大致的程度值，它只能作為進(jìn)一步分析的參考，適用于缺乏具體數(shù)據(jù)資料情況下的風(fēng)險評價。

2.統(tǒng)計和概率法

統(tǒng)計和概率法將影響目標(biāo)的風(fēng)險因素看作隨機(jī)變量，并服從某種概率分布。根據(jù)概率理論，可計算出各風(fēng)險因素造成損失的數(shù)學(xué)期望和方差，通過參數(shù)估計和假設(shè)檢驗，確定風(fēng)險因素的概率分布函數(shù)。概率統(tǒng)計法理論基礎(chǔ)扎實(shí)，分析過程簡單，不足之處在于需大量統(tǒng)計數(shù)據(jù)，且未能解決多個專家的判斷準(zhǔn)確性如何處理的問題。

3.雷達(dá)圖法

雷達(dá)圖法是一種典型的圖形評價法，圖形評價的最大特點(diǎn)是直觀。傳統(tǒng)的雷達(dá)圖法用于綜合評價，只給出各評價對象的雷達(dá)圖，由評價者對照各類典型的雷達(dá)圖，給出綜合的評價結(jié)果。當(dāng)參加評價的對象較多時，該方法很難給出綜合評價的排序結(jié)果。

4.蒙特卡羅模擬法

蒙特卡羅模擬法，是根據(jù)隨機(jī)數(shù)對投入變量值概率分布進(jìn)行隨機(jī)抽樣，根據(jù)每次抽樣值計算目標(biāo)值的方法。這樣經(jīng)多次重復(fù)得到目標(biāo)值的概率分布圖。根據(jù)目標(biāo)值的概率計算保險下限值和不經(jīng)濟(jì)概率，以判斷方案的風(fēng)險性。

蒙特卡羅模擬法具有顯著優(yōu)點(diǎn)。對于無法憑經(jīng)驗決策的問題、不能用數(shù)學(xué)求解的復(fù)雜問題及不易做可控實(shí)驗的動態(tài)系統(tǒng)，均可用蒙特卡羅模擬法解決。即那些投入變量含有許多隨機(jī)因素，其轉(zhuǎn)化過程具有函數(shù)關(guān)系，又非一般數(shù)學(xué)式能充分表達(dá)的，只能用蒙特卡羅模擬法解決。同時，蒙特卡羅模擬法可以直接處理每一個風(fēng)險因素的不確定性，并把這種不確定性以概率分布的形式表示出來。它是一種多因素變化方法。在該方法中，所有的元素都同時受風(fēng)險不確定性的影響，克服了敏感性分析受一維因素變化的局限。另外，它可以通過編制計算機(jī)軟件來對模擬過程進(jìn)行處理，大大節(jié)約了評價時間。

該方法也有它的缺點(diǎn)，由于它只是一種數(shù)值計算方法，只能給出問題的一個可行解，而得不到一般的通解，若要得到最優(yōu)解或滿意解，則需要通過多次模擬，具有與枚舉法相似的不足; 它不是用純數(shù)學(xué)的方法去確定各變量數(shù)值關(guān)系，而是通過建立數(shù)學(xué)模型，在計算機(jī)上做試驗，是通過試驗求解的一種方法; 一般它只能給出模擬試驗的最終解，而不能得到一些中間成果; 它在模擬試驗過程中，要求每一隨機(jī)變量獨(dú)立; 此外模擬過程是一重復(fù)的運(yùn)行過程，常常需要占用較多的計算機(jī)內(nèi)存和耗費(fèi)較多的機(jī)時。

5.模糊綜合評價法

模糊綜合評價法是基于模糊數(shù)學(xué)理論的一種綜合評價方法，適用于對受多因素影響的事物進(jìn)行評價。其特點(diǎn)是通過模糊隸屬度的引用，將定性評價轉(zhuǎn)化為定量評價; 評價結(jié)果用模糊集合表示，根據(jù)最大隸屬度原則確定的評價結(jié)果清晰。

6.人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法高級數(shù)學(xué)模型。該模型的使用可以通過預(yù)先提供的一批相互對應(yīng)的輸入—輸出數(shù)據(jù)，“訓(xùn)練”出兩者之間的潛在規(guī)律，最終用新的輸入數(shù)據(jù)來推算輸出結(jié)果。該方法的最大特點(diǎn)是具有自學(xué)習(xí)和非線性適應(yīng)性信息處理能力。隨著計算機(jī)技術(shù)的發(fā)展，該方法不斷發(fā)展與完善，以形成了BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等近40種神經(jīng)網(wǎng)絡(luò)模型，并在自動控制、處理組合優(yōu)化、模式識別、醫(yī)學(xué)、圖像處理等領(lǐng)域得到成功應(yīng)用。