任何以专家主观判断为依据的技术预见活动都会涉及权数的变化问题，由于主观因素的影响，TFDEA方法在提高技术预见准确性能方面具有以下优点:TFDEA以决策单元各投入产出的权重为变量，从最有利于决策单元的角度进行评价，从而避免确定各个指标在优先意义下的权重。假定每个投入都联到一个或多个产出，而且投入产出之间确实存在某种关系，使用TFDEA方法则不必确定这种关系的显示表达式。TFDEA方法排除了很多主观的因素，具有很强的客观性。TFDEA方法强调在被评价决策单元群体条件下的有效“生产”前沿的分析，而不是像传统的统计模型那样将有效的和非有效的样本(DMU)混在一起进行分析，着眼于平均状态的描述，从而使研究结果更具“理想”性。TFDEA方法致力于每个决策单元的优化，通过多次优化运算得到每个DMU的优化解，而不是对DMU集合的整体进行单一优化，从而得到更切实的评价值。TFDEA方法可直接采用统计数据进行运算，而不像一般评价模型那样，需要对指标体系重新定义或需预先对指标进行相关分析，从而避免了建立评价指标体系以及确定某一投人指标对若干产出指标的贡献率等繁琐的劳动，使评价方法更具有简明性和易操作性。TFDEA方法通过“最佳DMU子集”的选择，可以为决策者提供众多的有效的管理信息，从而为决策和控制提供依据。TFDEA方法延伸了目前应用比较完善的DEA管理科学方法，由于DEA方法本身的复杂性，TFDEA方法也具有一定的复杂性。