群组评价作为一种综合评价形式,已被广泛应用于经济社会生活的各个领域。随着群组评价方法的兴起,其自身的问题也逐渐暴露,其中由于评价个体的异质性所导致的评价结果可接受度较低即是其中的问题之一。为此本文针对个体的异质性问题,通过引入信念网络探究个体之间的关系,提出了新的群组评价研究思路,试图提高现有群组评价方法的科学性与合理性。本文首先基于个体自信度和观点相似度,设计了信念指标并阐述了信念网络的构建方法。其次,分别针对静态与动态两种情形,集中讨论基于信念网络的个体权重分配与优化问题;在静态确定型群组评价问题中,本文利用信念网络的个体中心度分配权重;在不确定型群组评价问题中,引入模拟植物生长算法构建个体权重分配方案。再则,基于动态视角下个体的交互程度情形,借助信念网络的构建,对HK模型进行了改进,并提出了动态群组评价方法。本文的主要贡献在于:第一,充分考虑评价个体的异质性,结合评价个体的主观偏好与客观实际确定权重,使评价结论尽可能地兼顾全部个体的意见。第二,通过构建信念网络并引入HK模型对评价值进行模拟,并借助matlab编程进行实现,较好地避免了评价个体不愿意配合的问题,提高了动态评价的时效性。第三,该方法有着较强的适用性,既能处理一般评价情形,也能有效应对存在偏执或无主见等特殊个体的评价情形。