研究展望：寻求满足所有准则的综合评价模型优良标准

从单一指标的筛选、指标体系整体检验、指标数据的处理、赋权方法以及评价模型比较分析等方面对综合评价优良标准问题进行了较为系统的研究，本书的研究对综合评价方法中存在的问题提出了一些改进和优化的方法。但是由于现实的综合评价问题太过庞杂，涉及的方面太多，希望能一次性将所有问题研究清楚的确不够现实，还有许多问题有待进一步的研究和思考。

第一，对于单一指标筛选和指标体系的整体优良性检验，还可以从如何实现联动互补和多目标角度来考察指标体系的优良标准。其一是单一指标筛选如何服务于指标体系整体的检验；其二是指标体系的整体性检验结果如何体现单一指标的筛选作用；其三是单一指标筛选是多样的，但指标体系整体检验方法单一；其四是无论是单一指标的筛选还是指标体系整体优良性检验都只是给出了单一指标和整个指标体系的一个相对优良标准，即比较标准，有没有绝对的优良标准？因此，关于指标及指标体系优良标准，我们需要继续研究。

第二，对于综合评价赋权方法的优良标准研究，本书只给出了在一定要求下赋权方法的优良标准，如何给出整体的、综合的和符合各种状况的检验标准？我们研究的综合评价赋权方法优良性的检验是根据一个个单一准则下的优良标准，如何获取满足所有准则的优良标准？这些都值得进一步研究。

第三，引入和介绍的新的综合评价方法实际上是一种赋权方法，也只是对传统的神经网络赋权方法进行了改进，相对来说对一些优良标准满足更多而已，还不能说本书提出的新的赋权方法就是最优的，真正满足所有优良标准的综合评价方法目前还值得我们进一步研究。可考虑利用更多的综合评价方法，通过机器学习和神经网络改进赋权方法，从而进行赋权优化研究，同时赋权方法的优良标准也需要进一步研究。(www.xing528.com)

第四，对综合评价模型的优良标准研究，我们主要涉及的是线性模型，其实在现实中，这一假定在很多情况下并不符合需要，在非线性模型中如何实现综合评价模型的优良选择很大程度上还属于未知，需要我们投入更多精力进行研究。同时，综合评价模型优良标准的研究也是在单一准则下实现的所谓优良标准，有没有一个满足所有准则的优良标准？本书只是通过样本数据研究了合理性，不是放之四海而皆准的方法。随着样本数据的变化，这些所谓模型的优良标准可能发生改变。

第五，基于以上给出的综合评价优良标准，综合评价的应用程序化研究也是我们今后努力的方向之一。前面我们讨论了各个环节的优良标准，这些优良标准在本环节上是选择优良性综合评价方法的依据，但综合来看，在不同环节上的优良标准有可能失去优良性。如何综合各个环节的优良性选择，让综合评价优良选择问题简化和统一就成为今后应该认真研究的理论问题。同时关于综合评价优良标准选择的基本程序也是值得研究的问题。