【摘要】在被评价对象的指标值与理想值之间的广义距离和充分小的情况下,追求不同赋权方法权重组合系数的信息分配最合理。随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果。本文的特色与创新一是本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标。二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根据解集对评价对象进行排序,增加了排序的可靠性,也为多目标模型求解提供了一种新思路。三是改变了组合赋权系数为近似平均的结果。四是解决了多目标线性加权求解时多个目标组合系数不确定问题。