指标体系的建立是进行预测或评价研究的前提和基础,所谓指标体系的构建是将抽象的研究对象按照其本质属性和特征的某一方面标识分解成为具有行为化、可操作化的层次结构,并对指标体系中每一指标赋予相应的权重的过程。随着预测及评价研究的不断深入,指标体系构建的理论和方法不断发展,但由于预测、评价研究对象的复杂,人们在预测、评价过程中价值观的影响,指标的选择和指标权重的确立始终存在着“漂移值”。本课题基于现代管理技术观,运用系统工程理论,采用“工程化”研究方法,在对以往建立指标体系理论、方法、指标体系选择及影响因素全面分析基础上,研究探讨了指标体系的层次数、指标层次的出度、指标的独立性要求、指标体系建立的原则及程序等。在此基础上,提出了指标选择的专家量化的有效性、可靠性分析模型,解决构建指标体系过程中,指标的可靠性、有效性问题,强化了指标体系的可信度。应用神经网络BP算法超前的学习、记忆、纠错功能,把专家思维结果通过建立网络,转换为网络的变结构调节过程来模拟专家群体意识(认识)和构建专家的思维网络,提高了整个专家组对研究对象的判别功能,优化了指标权重的科学性与客观性,减少由于专家价值观不同带来的“漂移值”。应用本课题提出的指标筛选方法,对指标体系进行了取舍和优选。编制了相应的数据处理软件,使本课题研究具有了优化、模拟、简便快捷的功能。最后,对模型方法进行了实证研究,取得满意效果。