本文是在对自组织特征映射网络和综合评估方法系统分析的基础上,探讨了应用自组织特征映射网络进行智能综合评估的理论方法,然后在此基础上进行了相关的仿真研究。首先,论述DTS 综合评估的一般方法如扣分制方法、模糊评估方法、专家系统和决策树方法。指出了它们的优缺点。然后论述了神经网络的一般原理,同时也对神经网络应用中应该注意的一些问题进行了讨论。并对一具体网络-自组织特征映射网络(SOFM)进行了深入的探讨,且给出了具体的实现算法。其次,针对电网调度员培训仿真系统(DTS)的培训评估,根据模式分类思想和自组织特征映射网络利用神经元权值向量表示输入数据的结构,因此具有较好的分类能力的事实,提出了基于自组织神经网络的智能评估方法,使仿真培训结果的评价客观化、自动化。在南阳电力调度员培训仿真系统中的应用验证了该方法的可行性。然后,提出了基于粗糙集理论的特征选择方法,解决了自组织分类中因为输入数据之间存在冗余(相关)从而导致的误分类问题。也对数据相关的危害机理进行了讨论。并对评估中的一些关键性问题进行了深入的探讨。此外,还提出了基于断面评估的思想,详细讨论了其中的操作细节。就目前非断面评估中存在的一些问题进行阐述和分析,并就目前情况下进行断面评估的可行性进行了讨论。对进行实时断面评估的简化算法进行了简单的探讨。最后,对神经网络的某些固有缺陷和它应用于评估时的局限性的改进进行了展望。