在分析与评价规模庞大、结构复杂、影响因素众多的复杂大系统(如区域产业竞争力)的过程中,必须考虑这类系统的固有特征:多层次、多因素(多目标、多属性)、多阶段性等。对这类具有广泛实际应用背景的复杂对象系统做出有效的综合评价,是许多实际综合评价问题求解的需要。本文研究课题的提出正是以此为出发点和立足点,旨在探讨一种有效的综合评价方法,能够较好的将定性分析与定量分析结合起来,并通过运用先进的计算机集成方法和信息处理技术构建对综合评价全过程进行支持的智能系统。 本文的主要研究内容有针对复杂对象系统综合评价问题的基于模糊集的综合评价模型;人工神经网络综合评价模型;集成式综合评价智能决策支持系统的设计、实现与开发研究以及智能型区域产业竞争力综合评价决策支持系统的开发;还有以西安市为例的实证分析。具体工作包括以下几个方面: 针对复杂对象系统的综合评价问题建立基于模糊集的综合评价模型,给出了其推理机制。深入研究了各种综合评价方法,将熵技术与模糊集理论相结合,主、客观权系数赋值方法综合运用,给出了集成式多目标权系数赋值方法。 将人工神经网络用于多层次多目标复杂对象系统的综合评价,提出了基于神经网络的综合评价模式,为建造广博的多专家系统提供了依据。 深入研究了将基于模糊集的综合评价模型与推理方法和神经网络综合评价模型、各类有关的数据和信息、评价专家群体的知识和经验、计算机及各种先进技术综合集成的环境系统,详细介绍了用PowerBuilder开发的智能型区域产业竞争力综合评价决策支持系统。 最后在提出了区域产业竞争力评价指标体系的基础上,将上述模型、技术和方法应用于西安市产业竞争力综合评价,并对评价结果进行了分析。