朱喜安，现为中南财经政法大学教授，博士生导师，统计学系系主任。其于2001年获得中南财经政法大学统计学博士学位。近年来，主要从事教学、科研及统计学系学科建设和管理工作。其为中国统计学会会员，中国数量经济学会理事，中国统计教育学会会员，湖北省统计学会理事。研究领域包括统计理论与方法应用、计量经济建模、综合评价方法、贝叶斯分析。出版《企业持续发展系统核算研究》等多本专著，并发表《企业资产负债规划模型研究》等论文多篇。2100433B

当今社会，综合评价已经深入到社会经济、生活的方方面面。综合评价问题事实上是决策的前奏或者就是决策本身。对于决策而言，综合评价都在决策之前，没有合理恰当符合实际的评价，就做不出合理正确的决策。对于综合评价方法中的指标筛选与检验研究、数据的处理比较、赋权方法研究、以及评价模型的选择，国内外众多学者给出了许多解决方案，并开展了广泛和大量的深入研究，然而，综合评价各个环节以及整体评价结果还是存在很多不确定性，严重影响了综合评价结果的可信度。本文在文献梳理和综合评价理论回顾的基础上，通过理论研究和实际案例分析相结合的基本研究方法，给出了综合评价各个环节的优良性分析和优良标准比较、检验。包括指标体系建立的优良标准及其检验、数据处理方法的优良比较和性质分析、综合评价中赋权方法的优良性分析和检验、综合评价模型的优良性分析和比较等，提出了符合较多优良特性的基于贝叶斯正则化神经网络评价方法，结合城市生活环境竞争力评价的实际案例验证本方法的优良性质。

本书介绍了几种比较流行的现代综合评价方法的理论和应用。主要内容包括：层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。其中，关于人工神经网络评价法和灰色综合评价法的内容，是*一次比较系统地出现在此类著作之中。并且对几种综合评价方法的组合与集成做了讨论。本次修订版增加了一些新的综合评价方法简介，并对通用的现代综合评价支持系统研制进行了探讨。另外，本修订版继续提供层次分析法、模糊综合评判法、灰色综合评价法的程序光盘，供读者使用。

本书避开了某些深奥的数学背景，简明、系统地分析了几种方法的应用理论基础。本书既可作为经济管理类专业的研究生、高年级本科生的教学参考书，也可供从事统计、评价与决策、管理科学与系统工程的理论工作者和实际工作者参考。

《综合评价方法》：

神经网络的特点是，神经网络将信息或知识分布储存在大量的神经元或整个系统中。它具有全息联想的特征，具有高速运算的能力，具有很强的适应能力，具有自学习、自组织的潜力。另外，它有较强的容错能力，能够处理那些有噪声或不完全的数据。鉴于人工神经网络具有上述特征，所以可建立基于人工神经网络的多指标综合评价方法。其解决有关经济等方案评价方面问题的方式与层次分析和模糊理论分析法完全不同。它是模拟人脑的思维，把大量的神经元连成一个复杂的网络，利用已知样本对网络进行训练，即类似于人脑的学习，让网络存储变量间的非线性关系，即类似于人脑的记忆功能，然后利用存储的网络信息对未知样本进行评价，即类似于人脑的联想功能。

由于实际综合评价往往是非常复杂的，各个因素之间互相影响，呈现出复杂的非线性关系，人工神经网络为处理这类非线性问题提供了强有力的工具。它是一种智能化的数据处理方法，其处理具有非线性关系数据的能力，是目前其他方法所无法比拟的。与其他综合评价方法相比，基于人工神经网络的综合评价方法已越来越显示出它的优越性。

基于人工神经网络的多指标综合评价方法通过神经网络的自学习、自适应能力和强容错性，建立更加接近人类思维模式的定性和定量相结合的综合评价模型。训练好的神经网络把专家的评价思想以连接权的方式赋予于网络上，这样该网络不仅可以模拟专家进行定量评价，而且避免了评价过程中的人为失误。由于模型的权值是通过实例学习得到的，这就避免了人为计取权重和相关系数的主观影响和不确定性。

其中，反向传播（BP）神经网络是由Rumelhart等人于1985年提出的一种很有影响的神经元模型，它是一种多层次反馈型网络，所使用的是有“导师”的学习算法。基于BP人工神经网络的综合评价方法具有运算速度快、问题求解效率高、自学习能力强、适应面宽等优点，较好地模拟了评价专家进行综合评价的过程，因而具有广阔的应用前景。

……

本书是作者多年研究成果的总结，更是对国家海洋技术中心在围填海管理技术领域研究成果的再梳理。针对当前我国围填海选址不合理、规模不得当、形态不科学等问题，本书综合了国内外围填海平面设计研究现状，分析了国内外围填海平面设计的基本情况，从围填海平面设计包含的主要工作内容出发，设计了一套多指标的评价方法，并在实例中对评价方法进行了验证和应用。