项目后评价是项目建设程序中的一个重要阶段,其目的是通过工程项目后评价,总结经验,汲取教训,不断提高项目决策、工程实施和运营管理水平,为合理利用资金,提高投资效益,改进管理,制定相关政策等提供科学依据。综合评价和预测是后评价不可避免的两个内容,已有的方法过于简单、随意,影响评价的公平性和科学性。本文主要从综合评价和预测两个方面拓展项目后评价方法,所做的创新性工作如下:　　 从函数的观点看待综合评价,将评价指标当作自变量,综合评价值为因变量。将各种综合评价方法统一成标准化函数、基函数和权重三者的结合。通过样本,将通常用来预测的各种机器学习算法,如回归树的集成算法随机森林和随机梯度Boosting,引入到综合评价中来。　　 选取天津市14家代表性污水处理厂,筛选12个典型指标,利用DEA方法综合后评价。结合一般评价者的思维,利用AHP法设计评价样本,在标准化的数据上基于随机森林、随机梯度Boosting、支持向量等6种方法得到综合后评价的结果和排序。最后运用组合预测的思想,算术平均6种方法的综合评价值,给出14家污水处理厂的排名。深刻分析主成分和因子分析两种评价方法,计算了污水处理厂主成分分析和因子分析综合评价值和排名。　　 首先利用BDS检验、Box-Pierce检验和Ljung-Box检验等独立性检验,判断人均日用水量时间序列存在相关性。代替数据检验不能确定非线性相关,Hinich双谱检验也不能确定三阶非线性相关,而White和Teravitra人工神经网络检验判断出弱非线性。计算Lyapunov指数为正,存在混沌。由于存在弱非线性,利用随机森林、随机梯度Boosting、支持向量、人工神经网络、自适应样条和线性AR模型六种方法拟合原始动力系统。在预留七组数据中,人工神经网络预测相对误差的均值和方差最小,最后基于人工神经网络拟合结果,预测后三年人均日用水量。　　 从项目后评价工作程序、内容、资料数据、报告样式、数据库和结果反馈机制等方面规范后评价工作,提出建立项目后评价参考指标集。详细说明建立项目后评价管理信息系统的目的意义、总体设计目标、分项功能、系统架构和开发环境等,为开发系统做好准备。