综合评价(Comprehensive Evaluation, CE)问题存在于人类社会的各个领域,是决策分析领域中重要的研究内容。综合评价是指对被评价对象所进行的客观、公正、合理的全面评价,经典的综合评价过程分为四步：首先,明确评价目的,确定评价者和被评价对象,建立评价指标体系；其次,对评价指标进行指标类型一致化与无量纲化等预处理；再次,确定指标权重；最后,信息集结与分析评价结果。针对不同的综合评价问题和评价目的,评价的过程与方法也略微不同。传统综合评价问题,多研究体现被评价对象现状水平的静态综合评价问题,这些都是对某时点各被评价对象有关指标数据进行的评价,能够比较真实地反映各被评价对象在该时点的差异。而事物发展是动态变化,不断起伏波动的过程,因此,科学、客观的在动态坏境中分析、评价与把握被评价对象的运行状况的动态综合评价已成为管理决策者需要解决的关键问题。本文在相关的文献的基础上,对面向动态激励的综合评价问题进行了研究与探索,主要的研究工作如下：(1)提出了基于局部信息的多指标动态激励评价方法,运用“修正因子”和“修正函数”,对多指标进行纵向与横向修正得到带有奖惩作用的评价结果。可根据修正评价值的变化情况制定出相应的“变化系数”,以确定被评价对象及其指标在整体中的表现情况,同时可根据变化系数大小设置“奖惩比例”和“绩效薪酬”的调整因子。(2)提出了基于全局信息的动态激励评价方法及激励策略的模拟仿真,通过对“时序状态矩阵”与“时序趋势矩阵”进行“激励型分层”得到具有奖励优异,惩罚拙劣特征的“激励系数”,据此在动态环境中集结出带有激励作用的被评价对象综合评价值与排序,此外,通过matlab软件对激励策略进行仿真,分析不同策略下相对初始排序的变化程度及不同策略间的变动对排序的影响。(3)验证了以上动态激励方法是否达到预期激励效果,分析了激励方法对于数据变动的敏感性,以及被评价对象采取何种行为将导致排名及评价值提升的最快。最后,总结本文的主要研究结论,同时对进一步研究内容进行了展望。