对研究对象进行有效准确的归类,有利于提高研究对象的可识别性,对于评估结果的使用者做出更加科学、有效的决策具有重要意义。但过于主观的评估方法可能会因为不同决策者的偏好使得评估结果千差万别,同时不同的决策者可能会从自己的利益角度出发开展评估工作,从而使得评估结果的准确性以及可信度大大降低。而完全客观的评估结果可能严重偏离人的认知,评估结果很难为大众所接受。因此将决策者的主观偏好和客观的样本数据特征进行有效结合,研究考虑决策者偏好的评估方法十分必要。本文从决策者偏好的角度出发,以模糊聚类迭代模型为基础,将决策者偏好的约束添加到评估模型中去,提出了两种综合考虑主客观权重的评估方法。提出的评估方法同时考虑了决策者的主观偏好和客观的数据分布特征,使得评估结果在科学性的基础上充分体现人性化。(1)在差分进化(DE)算法的基础上,引入决策者偏好过滤掉不满足条件的个体,通过优化模糊聚类迭代模型的权重获得考虑决策者偏好约束的评估结果。(2)将决策者的主观偏好作为约束项直接加入到模糊聚类迭代模型的目标函数中,并求出目标函数的最优解,即为满足决策者偏好的评估结果。两种评估方法通过属性权重向量直接体现决策者偏好,获得的最优隶属度矩阵是综合考虑主客观因素的结果。本文依据最优隶属度矩阵结合属性权重向量求得样本综合评价值指标用以对数据样本进行排序处理。案例分析表明,相对传统的类别特征值指标方法,本文所采用排序方式更为合理。最后本文将基于决策者偏好模糊聚类迭代模型的评估方法分别应用于洪灾等级评估和企业信用等级评估中,与无偏好下的评估结果进行对比,验证评估方法的合理性、正确性以及可行性,说明决策者偏好在评估工作中的重要意义以及在评估过程中引用决策者偏好的必要性。