中文摘要：

通过文献回顾，可发现综合评价领域已积累了丰富的研究成果，但仍存在一些不足，项目关注了其中三个重要方面，即"基础理论薄弱"、"评价结论过于绝对"及"复杂大型评价问题求解能力缺乏"，而问题清晰地从"流程"、"结论"及"综合"三个层面表达出来，内在指向统一。在凝练问题的基础上，项目规划出"综合评价基础理论测试"、"随机模拟综合评价方法"、"评价信息融合框架及总排序算法"三项研究问题，给出了"泛综合评价理论"的内涵及目标，这些问题的解决将为实现"综合评价"系统的理论体系及统一的应用体系奠定基础。作为对理论和实践双向的提升，将所研究的理论方法用之于"参与式政府绩效评价"这一极具现实意义的"泛结构问题"中，构建规范的评价模型，并提供有效的求解算法。项目主要的研究对象是"评价方法的基础理论"，面向的却是全新且具有挑战性的根本问题，预期研究成果能很好地丰富综合评价的理论体系，强化理论服务实践的科学宗旨。

结论摘要：

按照项目计划书的研究内容，该项目的研究主要分为两部分，即综合评价的基础理论测验及泛结论问题的求解。在项目资助期间，分别对上述两方面的内容展开了详细研究。具体而言，对综合评价的基础理论测验，分别从无量纲化方法、赋权方法和信息集结方法三个综合评价的核心环节展开了讨论，对常用的6种线性无量纲化方法的稳定性进行了分析，在此基础上，提出了一种新的无量纲化方法，位置分布处理法；选用了没有主观因素参与的4种差异驱动型赋权方法，对其稳定性及差异凸显能力进行了分析；针对较为常用的几种信息集结算子，对其结构灵敏度进行了测验，得出密度算子具有较高灵敏度的结论。而对于泛结构问题的求解，首先，对由多种类型、结构和特征的评价信息组成的泛结构问题，给出了其整体的分析思路，在此基础上提出了一种拓展的综合评价模式，泛综合评价；然后，讨论了泛综合评价处理信息的核心环节，泛结构信息的融合框架及其求解算法，具体而言，先对泛结构评价信息进行了分类，归纳了4种类型的评价信息，然后给出了各类评价信息进行链接的3种途径，在此基础上，形成信息融合框架，并基于随机模拟仿真方法讨论了其求解算法及简化求解算法；进一步，讨论了多种数据类型共存的混合评价数据的随机转化方法，并从提升排序稳定性的角度分析了可能性排序结论的求解算法；最后，将泛综合评价的模式应用于多方参与的政府绩效评价问题中，取得了较好的效果。综上所述，对项目的研究内容展开了全面详尽地讨论，并取得一定量的研究成果。