模糊综合评价法步骤

1.建立综合评价的因素集（哪些指标）

因素集是以影响评价对象的各种因素为元素所组成的一个普通集合，通常用U表示， ，其中元素 代表影响评价对象的第i个因素。这些因素，通常都具有不同程度的模糊性。
这里设评定科研成果等级的指标集为 ， 表示为科研成果发明或创造、革新的程度， 表示安全性能， 表示经济效益， 表示推广前景， 表示成熟性。

2.建立综合评价的评价集（好还是坏？多还是少？）

评价集是评价者对评价对象可能做出的各种结果所组成的集合，通常用V表示， ，其中元素 代表第j种评价结果，可以根据实际情况的需要，用不同的等级、评语或数字来表示（注意下文中出现的m和n，m表示m个因素集，n 表示n 个评价集）。
这里设评定科研成果等级的评价集为 ， 分别表示很好、较好、一般、不好（或者一等奖、二等奖、三等奖、四等奖，或者金牌、银牌、铜牌、铁牌~）。

3. 进行单因素模糊评价，获得评价矩阵

若因素集U中第i个元素对评价集V中第1个元素的隶属度为 （rij则表示因素集U中第i个元素对评价集V中第j个元素的隶属度），则对第i个元素单因素评价的结果用模糊集合表示为： ，以m个单因素评价集 为行组成矩阵 ，称为模糊综合评价矩阵。
在实例中，某项科研成果通过专家评审打分，按下表给出U ×V 上每个有序对 指定的隶属度。

得到单因素评判矩阵R:

隶属度评价方法

因素集U中第i个元素对评价集V中第j个元素的隶属度rij的三种方法如下：（比赛中常用3，其次为2）

4. 确定因素权向量

评价工作中，各因素的重要程度有所不同，为此，给各因素 一个权重 ，各因素的权重集合的模糊集，用A表示: 。
在实例中，为了评定作者的学术成就，取权数分配 。（这里给出的权向量较为简便，其实可以通过层次分析法AHP的成对比较阵来构造这个权向量。）

5. 建立综合评价模型

确定单因素评判矩阵R和因素权向量A之后，通过模糊变化将U上的模糊向量A变为V上的模糊向量B，即 。 其中 称为综合评价合成算子,这里取成一般的矩阵乘法即可。
在实例中，最后得到的模糊向量为 ，由计算结果可见，该成果应被评为二等奖。