国防科技重点实验室是国家组织关键技术研究、国防科技高水平应用基础研究、聚集和培养杰出国防科技专家、进行高水平学术交流的重要基地,同时也是国家科技自主创新体系中的重要组成部分。对国防科技重点实验室进行定期、规范的评估,形成创新能力、促进更重大科研成果的产出、培养优秀科研团队、提高实验室的运行管理水平有重要意义目前的国防科技重点实验室评估体系,存在着缺乏投入产出效率评价、一/二级指标的隶属关系不清晰、指标权重分配缺乏科学性、评分结果严重偏离正态等问题。因此,对国防科技重点实验室的现有评估指标体系进行科学合理的分布,并引入科学方法,建立一套适应当前评估要求相对完整的评估方案,对于引导国防科技重点实验室有序健康发展,具有重要的理论意义和应用价值。　　本文首先梳理了国内外重点实验室评估研究的现状,结合我国国防科技重点实验室的运行和评估情况,深入分析了现行国防科技重点实验室评估指标体系存在的问题,提出了相应的修改建议。在此基础上,本文尝试将层次分析法(AHP)、主成分分析法(PCA)和人工神经网络(BP)综合应用于国防科技重点实验室的评估领域,建立了基于AHP-PCA-BP神经网络的综合评估模型。该模型不仅对原评估体系中的指标权重分配、评分分值分布等进行了科学的优化,而且实现了评估系统的智能化和动态调节功能,大大简化了评估流程。最后,本文采用新建立的评估模型,对2011年度部分参评实验室的评估数据进行了实证研究,通过与改进前评估结果的对比分析,验证了本体系的科学性及其实用性。