评价是人类社会中一项经常性的、极为重要的活动，是决策中的一项基础性工作。而评价模型的选择对评价结果起着至关重要的作用。目前常用的评价模型很多，有单一的综合评价模型，也有一些组合评价模型。但是随着社会的发展，评价对象和系统越来越复杂，这些评价模型不能完全满足评价需要。本文首先就层次分析法综合评价模型、灰色综合评价模型、模糊综合评价模型和神经网络综合评价模型等单一评价模型，系统的分析和总结这些评价模型自身的优点、缺陷以及适用范围等。在此基础上，建立了一种新的组合评价模型，即：基于层次分析法的神经网络组合评价模型。同时对原有的基于层次分析法的灰色组合评价模型、基于层次分析法的模糊组合评价模型和基于灰色关联度的模糊层次组合评价模型等进行一定的改进，使其更加完善。通过这些组合评价模型的建立和改进，在充分吸收多类单一评价模型优点的同时，又克服了单一评价模型自身的缺陷，这样所建立的模型是科学的、合理的，得到的评价结果是可靠的、准确的。