前言

模糊综合评价法这部分笔者学的有点零碎，内容相对较多，所以会分为多篇文章进行讲解。

本篇文章集中在讲述模糊综合评价法的整体框架，一些具体的方法会放在别的文章进行讲述。

正文

下面是该方法的整体框架：

1.确定因素集

这一步其实就是确定评价指标，比如评价一个员工的表现，建立的因素集就可以是工作业绩、工作态度、沟通能力、政治表现等等。

2.确定评语集

评价对象的属性或表现被划分为几个模糊的等级，比如评价员工工作业绩时可能使用“好、较好、中等、较差、很差”等模糊语言评价等级。每个等级对应一种或一组具体的模糊评价。通常，这样的评价等级集合被设计成有3到5个等级，这样的范围足够覆盖不同的性能层次，同时也避免了过于复杂的细分，这可能会导致评价过程中的决策疲劳。

总结一下上面的说法就是在说：模糊综合评价法解决的问题中的数据都是具有模糊概念的，换言之，数据都是定性的，比评价员工的工作业绩的评价是好、较好、中等、较差、很差等，这几个等级就是评语集，一般划分为3-5个等级即可。

3.确定各因素的权重

一般情况，因素集中的各因素在综合评价中所起的作用不尽相同，这就需要确定因素之间的权重分配。

确定权重通常由主观和客观两类方法，主观法的代表是层次分析法（可参考文章：数学建模——层次分析法），客观法有质量分数法、变异系数法等。

4.确定模糊综合判断矩阵

这一步其实就是处理评价指标，获取评价矩阵。这一步也有两种方法可供参考使用：相对偏差模糊矩阵评价法和相对有书读模糊矩阵评价法。

5.综合评判

将权重和判断矩阵进行某种适当的模糊运算，我们可以得到最后的评价结果。