企业竞争力是一个综合、复杂的问题。企业竞争力研究是一项系统化、多维化的工程，需要包括企业、行业、国家的宏观视角，需要包括企业竞争力内在影响因素、外在表现形式、评价检验方式的研究层次，需要包括过去、现在、未来的纵向研究维度。　　不同的领域拥有其独特的研究思路、理论模型和研究方法。在竞争力领域，有各类比较经典的模型，它考虑了在行业竞争中的各种因素，通过这些模型对企业竞争力进行分析，可以掌握企业的竞争能力，并针对分析的结果提供不同的竞争策略。在物理学领域，尤其是在研究动力学的问题时，一般都是在具体的场景模型中，使用物理学的分析方式可以清晰地描绘出该物理问题中各个参数之间的定量关系。在计算领域，有神经网络算法等很多优秀的算法以及其衍生算法，这些算法在分析、预测、检验等方面较为成熟。　　为了系统、科学地进行企业竞争力研究，为了将理论模型与数据分析更紧密结合，并增加预测、检验的研究环节，本文提出了企业竞争力研究模型——组合优化评价模型。组合优化评价模型是由3个子模型构成。一是基于物理动力学理论的山坡模型，该模型是把包括达朗贝尔原理在内的物理动力学理论引入到行业竞争分析中，将影响企业竞争力的各个因素量化计算;二是基于遍历寻优的小波神经网络系统预测模型，该模型是将小波神经网络预测加以改进，通过遍历寻优，预测未来时间的企业竞争力发展变化情况;三是基于Adaboost算法的分类检验模型，将该模型引入到组合优化评价模型中，是为了对前两个子模型得出的结果进行检验修正。通过三个子模型的有机组合、优化修正，最终对企业竞争力有一个较为客观、准确，并且包括动态预测的综合性研究。　　最后利用组合优化评价模型对机械设备制造行业企业进行了企业竞争力的实证研究，通过研究发现了组合优化评价模型的优点和不足，并对未来的研究进行了展望。