通过建立经典域、节域和评价等级，根据实测数据计算待评物元关于评级等级的关联度，以此来确定评价对象的等级。然而物元可拓模型存在着一定的局限性和不足之处，主要有：

（1）当待评物元的某个指标数值超出节域时，将该指标的数值代入关联函数计算时，会出现分母为零的现象，此时关联函数值无法得到，进而无法进行评价。

（2）该模型通过计算关联度来评定等级。关联度从算法角度可以看作是对模糊数学中隶属度这一概念的扩展和延伸，因此该模型的评价原则相当于模糊综合评价模型中的最大隶属原则。而最大隶属原则在评定对象等级时在某些情况下不能反映待评对象自身界限的模糊性，容易损失信息，从而易导致评定结果偏差^[6]。因此，为得到更加准确的评价结果，需要对该模型的最大隶属度评判准则进行改进。

针对第（1）点的局限性，本文将对该模型的经典域和待评物元进行规格化处理，以此来克服其评价时的局限性；针对第（2）点的不足之处，本文将运用贴近度准则来替代最大隶属度准则。（3）为了综合主观、客观两种评价方法的优势，应用综合权重法，引入变权理论对传统常权重进行修正以确定指标权重。