下载文档原格式
模糊综合评价法举例模糊综合评价法是一种常见的决策方法，用于解决多属性决策问题。
它广泛应用于各个领域，如企业管理、市场调研、投资决策等。
本文将通过几个实例，详细介绍模糊综合评价法的应用。
首先，我们来看一个企业市场调研的实例。
假设某企业想要推出一款新产品，为了确定该产品的市场潜力，他们需要对市场进行调研和评估。
首先，该企业确定了几个要素，如市场容量、竞争情况、消费者需求等等。
然后，针对每个要素，他们设定了一些评价指标，如市场容量可以由市场规模和增长率来评估，竞争情况可以由竞争对手数量和市场份额来评估，消费者需求可以由消费者满意度和购买意愿来评估。
接下来，他们需要对每个评价指标进行模糊评价。
对于市场容量这个指标，他们可以设定为小、中、大三个模糊集合，分别代表市场容量较小、中等、较大。
然后，他们根据实际情况，将市场规模100万人、增长率10%作为划分市场容量的标准。
对于竞争情况这个指标，他们可以设定为低、中、高三个模糊集合，分别代表竞争情况较弱、一般、较强。
然后，他们根据竞争对手数量和市场份额的数据，将竞争情况划分为低、中、高三个水平。
接着，他们需要对每个评价指标设置权重。
按照某一专家的意见，他们将市场容量、竞争情况、消费者需求三个指标的权重分别设置为0.4、0.3、0.3。
然后，根据权重，计算每个评价指标的模糊评价函数。
最后，他们可以通过模糊综合评价法，对市场进行综合评价。
他们将每个指标的模糊评价函数进行加权平均，得到最终的评价结果。
根据结果，他们可以判断市场潜力是否足够大，是否值得推出新产品。
除了企业市场调研，模糊综合评价法在其他领域也有广泛的应用。
比如，在投资决策中，投资者可以利用该方法评估不同投资项目的风险和收益。
他们可以将投资项目的不同属性作为评价指标，根据专家意见设定权重，然后进行模糊评价，最终得出综合评价结果，从而作出更明智的投资决策。
综上所述，模糊综合评价法是一种重要的决策方法，可以帮助我们在多属性决策问题中做出合理的决策。
基于模糊综合评价模型对城市宜居水平的建模与分析随着城市化进程的加快和人们生活水平的不断提高，城市宜居水平成为了评价一个城市发展水平的重要指标。
而要对城市的宜居水平进行评价，需要考虑多个方面的因素，包括环境质量、居住条件、经济发展、文化教育等多个方面。
为了更客观、科学地评价城市的宜居水平，本文将基于模糊综合评价模型对城市宜居水平进行建模与分析。
一、模糊综合评价模型介绍模糊综合评价是一种利用模糊数学理论对多种指标进行综合评价的方法。
它能够克服传统评价方法中对指标权重设置困难、主客观权衡不明显等问题，能够更全面、客观地评价事物的优劣势。
其基本思想是将各指标的评价值转化为模糊数，然后进行模糊综合评价，得出综合评价结果。
二、城市宜居水平评价指标要评价一个城市的宜居水平，需要考虑多个指标，包括但不限于：1. 环境质量：包括空气质量、水质、噪音污染等。
2. 居住条件：包括房价水平、住房供应、社区配套设施等。
3. 经济发展：包括城市GDP、就业率、收入水平等。
4. 文化教育：包括教育资源、文化设施、人文环境等。
5. 社会治安：包括犯罪率、社会秩序等。
6. 交通便利：包括道路畅通程度、公共交通覆盖率等。
三、城市宜居水平评价的模糊综合评价模型建立1. 确定评价指标及其量化首先需要确定要评价的城市宜居水平的指标，然后将这些指标进行量化。
环境质量可以使用空气质量指数AQI来表示；经济发展可以使用城市GDP、人均收入等指标表示；文化教育可以使用高等教育覆盖率、图书馆数量等指标表示。
2. 建立模糊矩阵将各指标的量化值构成模糊矩阵，矩阵的行代表各指标，列代表各级别，如优良中差等级。
每个指标对应的等级为其隶属度函数。
3. 确定权重通过专家问卷调查、层次分析法等方法，确定各指标的权重，即对城市宜居水平影响最大的指标。
4. 计算模糊矩阵隶属度函数使用模糊数学理论将各指标转化为模糊数，并计算各指标对各等级的隶属度函数。
5. 进行模糊综合评价将各指标的模糊数值代入模糊综合评价模型，得出城市宜居水平的综合评价结果。
第三节 模糊综合评判法的应用案例二、在物流中心选址中的应用物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。
在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。
基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。
这些模型及算法相当复杂。
其主要困难在于：（1） 即使简单的问题也需要大量的约束条件和变量。
（2） 约束条件和变量多使问题的难度呈指数增长。
模糊综合评价方法是一种适合于物流中心选址的建模方法。
它是一种定性与定量相结合的方法，有良好的理论基础。
特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。
1．模型⑴ 单级评判模型① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为12(,,,)k U U U U =且应满足：1, ki ij i U U U U φ===② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。
③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。
④ 单级综合评判B A R =⑵多层次综合评判模型一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。
无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。
所以，需采用分层的办法来解决问题。
2．应用运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。
根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7.表3-7 物流中心选址的三级模型因素集U 分为三层： 第一层为 {}12345,,,,U u u u u u =第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址，决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址，数据进行处理后得到诸因素的模糊综合评判如表3-8所示。
模糊综合评价模模糊数学是从量的角度研究和处理模糊现象的科学.这里模糊性是指客观事物的差异在中介过渡时所呈现的“亦此亦比”性。
比如用某种方法治疗某病的疗效“显效"与“好转”、某医院管理工作“达标”与“基本达标”、某篇学术论文水平“很高"与“较高”等等.从一个等级到另一个等级间没有一个明确的分界，中间经历了一个从量变到质变的连续过渡过程,这个现象叫中介过渡。
由这种中介过渡引起的划分上的“亦此亦比”性就是模糊性.模糊综合评价是以模糊数学为基础.应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法。
一、单因素模糊综合评价的步骤（1）根据评价目的确定评价指标（Evaluation Indicator ）集合{}m u u u U ,,,21 =例如:评价某项科研成果，评价指标集合为=｛学术水平，社会效益，经济效益}。
(2)给出评价等级（Evaluation Grade ）集合{}n v v v V ,,,21 =例如:评价某项科研成果，评价等级集合为={很好，好，一般，差}。
（3）确定各评价指标的权重（Weight){}m w μμμ,,,21 =权重反映各评价指标在综合评价中的重要性程度，且∑=1iμ例如：假设评价科研成果，评价指标集合=｛学术水平，社会效益，经济效益}其各因素权重设为{}4.0,3.0,3.0=w（4）确定评价矩阵R请该领域专家若干位，分别对此项成果每一因素进行单因素评价(One —Way Evaluation ），例如对学术水平,有50%的专家认为“很好”，30％的专家认为“好",20%的专家认为“一般”，由此得出学术水平的单因素评价结果为()0,2.0,3.0,5.01=R同样如果社会效益，经济效益两项单因素评价结果分别为()1.0,2.0,4.0,3.02=R()2.0,3.0,2.0,2.03=R那么该项成果的评价矩阵为⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=2.03.02.02.01.02.04.03.002.03.05.0321R R R R（5)进行综合评价通过权系数矩阵W 与评价矩阵R 的模糊变换得到模糊评判集S 。
模糊综合评价法举例例：运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。
根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表2所示：表2 物流中心选址的三级模型因素集U 分为三层： 第一层为 {}12345,,,,Uu u u u u =第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址，决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址，数据进行处理后得到诸因素的模糊综合评判如表3所示。
表3 某区域的模糊综合评判⑴ 分层作综合评判{}51511512513,,u u u u =，权重{}511/3,1/3,1/3A =，由表3对511512513,,u u u 的模糊评判构成的单因素评判矩阵：510.600.710.770.600.820.950.650.760.600.710.700.600.800.950.650.760.910.900.930.910.950.930.810.89R ⎛⎫ ⎪= ⎪ ⎪⎝⎭用模型(,)M •+（矩阵运算）计算得：515151(0.703,0.773,0.8,0.703,0.857,0.943,0.703,0.803)B A R ==类似地：525252(0.895,0.885,0.785,0.81,0.95,0.77,0.775,0.77)B A R ==5550.7030.7730.80.7030.8570.9430.7030.8030.8950.8850.7850.810.950.770.7750.77(0.40.30.20.1)0.810.940.890.600.650.950.950.890.900.600.920.600.600.840.650.81B A R ⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭=(0.802,0.823,0.826,0.704,0.818,0.882,0.769,0.811)4440.600.950.600.950.950.950.950.950.600.690.920.920.870.740.890.95(0.10.10.40.4)0.950.690.930.850.600.600.940.780.750.600.800.930.840.840.600.80B A R ⎛⎫⎪⎪== ⎪⎪⎝⎭=(0.8,0.68,0.844,0.899,0.758,0.745,0.8,0.822)1110.910.850.870.980.790.600.600.950.930.810.930.870.610.610.950.87(0.250.250.250.25)0.880.820.940.880.640.610.950.910.900.830.940.890.630.710.950.91B A R ⎛⎫⎪⎪== ⎪⎪⎝⎭=(0.905,0.828,0.92,0.905,0.668,0.633,0.863,0.91)（2）高层次的综合评判{}12345,,,,U u u u u u =，权重{}0.1,0.2,0.3,0.2,0.2A =，则综合评判12345B B B A R A B B B ⎛⎫ ⎪ ⎪⎪== ⎪ ⎪ ⎪⎝⎭0.9050.8280.920.9050.6680.6330.8630.910.950.900.90.940.600.910.950.94 =(0.10.20.30.20.2)0.900.900.870.950.870.650.740.610.80.680.8440.8990.7580.7450.80.8220.8020.8230.8260.7040.8180.8820.7690.811⎛ ⎝⎫⎪⎪⎪⎪⎪ ⎪⎭ =(0.871,0.833,0.867,0.884,0.763,0.766,0.812,0.789)由此可知，8块候选地的综合评判结果的排序为：D,A,C,B ,G,H,F,E ，选出较高估计值的地点作为物流中心。
模糊综合评价模型（Fuzzy Synthetic Evaluation Model）什么是模糊综合评价模型?模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。
在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。
模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别,于是我们先对单个因素进行评价,然后对所有因素进行综合模糊评价,防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否"这样的确定性评价带来的对客观真实的偏离问题。
模糊综合评价模型类别模糊评价基本模型设评判对象为P：其因素集 ,评判等级集.对U中每一因素根据评判集中的等级指标进行模糊评判,得到评判矩阵：（1)其中，r ij表示u i关于v j的隶属程度。
（U,V，R）则构成了一个模糊综合评判模型。
确定各因素重要性指标（也称权数）后，记为,满足，合成得(2）经归一化后，得 ,于是可确定对象P的评判等级。
置信度模糊评价模型（1）置信度的确定。
在(U,V，R)模型中,R中的元素r ij是由评判者“打分”确定的。
例如 k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生 , 且, 组成R。
其中既代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集0中程度。
数值为1 ，说明u j为v j是可信的，数值为零为忽略。
因此，反映这种集中程度的量称为“置信度”.对于权系数的确定也存在一个信度问题。
在用层次分析法确定了各个专家对指标评估所得的权重后,作关于权系数的等级划分，由此决定其结果的信度。
当取N个等级时，其量化后对应于［0，l]区间上N次平分。
例如,N取5,则依次得到[0，0。
2]，［0.2，0。
4]，[0。
2,0.6],[0。
模糊综合评价例题模糊综合评价是一种综合性的评价方法，用于评价一个对象的多个方面或因素，且对各个方面或因素的权重和评价标准的确定有一定的模糊性。
在实际应用中，常常用于评价复杂的社会、经济和自然系统等。
一种常见的模糊综合评价方法是模糊综合评价模型。
该模型主要包括模糊矩阵、权值计算、规范化处理和综合评价四个步骤。
首先，构建模糊矩阵。
模糊矩阵用于描述具有模糊性的评价信息，其中元素值表示对象在某个因素上的评价等级。
矩阵的行表示不同的因素，列表示不同的评价等级。
在构建模糊矩阵时，可以采用问卷调查、专家评价或历史数据等方法获取评价信息。
其次，计算权值。
权值是指不同因素在综合评价中所占的比重。
权值的计算可以采用主成分分析、层次分析法、模糊综合评价法等方法。
主成分分析是一种常用的降维技术，通过线性变换将原始变量转化为若干个不相关的主成分，并根据其解释方差比例确定权值。
然后，进行规范化处理。
规范化处理是指将模糊矩阵的元素值映射到[0,1]的范围内，使其具有可比性。
常见的规范化方法有最大-最小规范化、z-score规范化等。
最后，进行综合评价。
综合评价是基于模糊矩阵和权值计算结果，通过综合运算得到一个综合评价的结果。
常见的综合运算方法有加权平均法、加权几何平均法、模糊综合评价法等。
除了上述模糊综合评价模型，还有一些其他常用的方法。
例如，层次分析法结合模糊综合评价法可以用于处理多级评价指标的情况。
模糊TOPSIS方法可以用于解决模糊多目标决策问题，该方法通过计算对象与最佳和最差方案之间的接近程度，确定最优方案。
在实际应用中，模糊综合评价方法具有广泛的应用领域。
比如，在企业管理中，可以用于评价供应商、评估产品质量等；在环境评价中，可以用于评价环境影响、评估生态系统健康等；在城市规划中，可以用于评价城市发展水平、评估城市综合竞争力等。
总之，模糊综合评价是一种有效的评价方法，可以用于处理评价对象具有模糊性的情况。
通过合理的模糊综合评价模型和方法，在实际应用中可以得到准确、全面的评价结果，为决策提供科学依据。
模糊综合评价模型模糊综合评价模型(Fuzzy Synthetic Evaluation Model)[编辑]什么是模糊综合评价模型？模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。
在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。
模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。
[编辑]模糊综合评价模型类别[1][编辑]模糊评价基本模型设评判对象为P: 其因素集 ,评判等级集。
对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵：(1)其中，r ij表示u i关于v j的隶属程度。
(U,V,R) 则构成了一个模糊综合评判模型。
确定各因素重要性指标（也称权数）后，记为,满足，合成得(2)经归一化后，得 ,于是可确定对象P的评判等级。
置信度模糊评价模型(1) 置信度的确定。
在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。
例如k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生, 且 , 组成R0。
其中既代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。
数值为1 ,说明u j为v j是可信的，数值为零为忽略。
因此，反映这种集中程度的量称为“置信度”。
对于权系数的确定也存在一个信度问题。
在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。
当取N个等级时，其量化后对应于[0，l]区间上N次平分。
例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。
对某j个指标，取遍k个专家对该指标评估所得的权重，得。
作和式(3)其中d ij表示数组中属于的个数，a0 = 0,b N = 1。
取(4)取遍 , 得,归一化后得到权向量。
如果则a i的信度为。
由此得信度向量为。
(2)置信度的综合设c1,c2是二个置信度，对于逻辑AND，其信度合成为(5)对于逻辑OR, 信度成为(6)其中为参数，可适当配置。
(5)、(6)二式的含义是：在逻辑AND下, ; 在逻辑OR 下，。
若c1 < 1 或c2 < 1 , 则(5)、(6) 二式中的平均值补偿部分不宜太强。
ε可如下配置：(7)对于(2)信度合成为：(8)其中，(9)εi和εj的选择可参照(7)。
结合(2)，得到信度的评判结果：(10)[编辑]模糊综合评价模型的运用对于企业的财务危机状况，其影响因素具有极大的复杂性，精确化能力的降低造成对系统描述的模糊性，运用模糊手段来处理模糊性问题，将会使评价结果更真实、更合理。
模糊综合评价模型的建立须经过以下步骤：1、给出备择的对象集：这里即为各上市公司；2、确定指标集：即把能预测财务危机的主要财务比率构成一个集合；3、建立权重集：由于指标集中各指标的重要程度不同，所以要对一级指标和二级指标分别赋予相应的权数。
第一层次的权重集，第二层次的权重集。
这里将采用因子分析法确定权数；4、确定评语集：，我们把评价集设为v={安全，一般，危险}；5、找出评判矩阵：，首先确定出U对v的隶属函数，然后计算出股票评价指标对各等级的隶属度r ij；6、求得模糊综合评判集，即普通的矩阵乘法，根据评判集得终评价结果。
业绩评价的模糊模型包含这么几个部分：一是由评价指标体系构成的因素论城；二是由表明隶属度的模糊因子构成的模糊向量；三是用来对单个因素进行评价的评语论城；四是将模糊关系矩阵与模糊向量结合起来的合成算子(普通乘法和有界和不失为一种好的合成算子)；四是与模糊评语等级相关的薪酬向量。
其基本步骤是：1、确定评价因素论城，即用什么样的指标来评价或评价者关注什么方面的内容；2、确定评语论城，即就单个因素而言，评价者对被评价因素有什么样的判断或以什么方式表示评价结果；3、确定模糊向量，即我们对每个因素的重视程度；4、先对单个因素进行评价，就会得到一个因素与评语之间的模糊关系矩阵；5、采用某个合成算子，对模糊关系矩阵与模糊向量进行合成，这里采用普通乘法和有界和得到综合模糊评价结果；6、设与评语论对应的薪酬矩阵为C，得出代理人应得报酬。
[编辑]模糊综合评价模型案例分析[编辑]案例一：模糊综合评价模型在企业跨国并购风险评价中的应用[2]与一般性的投资方式相比，跨国并购带来的风险将会更大。
中所讨论的我国企业跨国并购的风险，并不针对于某一特定企业或行业，而是指在并购进行的整个过程中可能出现的一般风险。
与国外的企业相比，中国企业在并购过程中还要承担着一些独特的风险。
因此，在风险的识别的基础上，总结出我国企业跨国并购风险评价指标体系，并选取适当模型进行风险评价也是一个很重要的研究方面。
一、中国企业跨国并购的风险基于跨国并购与国内并购的对比，以及中国企业在跨国并购中与西方发达国家的不同点，根据并购实施过程，我们把完整的并购运作过程划分为以下3个阶段：并购策划阶段、并购实施阶段、并购整合阶段。
下面着重讨论每一阶段存在的风险。
1.并购策划阶段的风险并购策划阶段主要包括并购战略计划制定、并购目标确定的工作。
进行收购要达到一个目标，既定目标确定的正确与否，并购主体对并购目标有没有足够的驾驭能力，政府对跨国并购的态度，目标国家政局是否稳定，跨国并购两国关系是否良好，国家法规对企业的并购活动会产生怎样的影响，这些所有的未知数就构成了第一步风险。
2.并购实施阶段的风险在交易执行过程，谈判策略的失误，信息不对称的问题，目标企业定价是否偏高，潜在财务风险等构成了第二轮风险。
信息风险、定价风险、融资风险和反并购风险都存在于并购实施阶段，这一阶段由于买方和卖方对目标企业情况了解的不同，存在信息上的不对称，并购企业对目标企业并不是完全了解，对目标企业的资产负债情况了解不深，有可能对目标企业做出完全错误的估价或者估价偏高；由于支付方式不同，如资金成本过高或现金流量不足而影响整个企业的生产经营；企业并购过程中，尤其是证券市场的公开收购往往会受到目标企业股东的强烈反对，从而导致并购未果，这时就存在反并购风险；在企业跨国并购进行支付时，如果中国企业支付时存在现金支付形式，尤其是在某些形势下，如果人民币相对贬值，假设中方企业并购美国一家公司，且支付货币为美元，则是必要承担利率与汇率风险，这时就存在融资风险。
3.并购整合阶段的风险整合阶段的风险也很大。
1992年首钢集团用1．2亿美元收购秘鲁铁矿时对于文化整合不到位而导致的罢工案例就是一个很好的证明。
生产经营的整合涉及到并购目标企业后其生产经营方向的调整、生产作业控制的调整等等。
许多并购就是由于并购后产品链重叠，无法形成协同效应，甚至失去了原来的竞争优势。
根据上文的分析，进行总结。
跨国并购中的风险分类，也即讨论的风险评价指标体系，如下表所示。
表我国企业跨国并购的风险评价指标体系对风险进行分类的意义主要在于两点：(1)使原本很难讲清的风险概念清晰化；(2)不同的分类方式可以服务于企业不同的目的。
二、企业跨国并购风险模糊综合评价模型的建立模糊评价法不仅可以对评价对象按综合分值的大小进行评价和排序，而且还可根据模糊评价的值按最大隶属度原则去评定对象所属的等级。
应用模糊评价法，首先要确定一套评价指标体系。
综合评价指标体系模型根据上文分析，见上表。
在建立了评价指标体系后，用通常的方法，分步进行模型的建立。
1.建立评价指标集、权重指标集并定义评语集在这里权重可以理解为每个风险指标对上一级指标的相对影响程度。
定义主因素指标集为X = (X1,X2,X3)，相应的权重集为A = (a1,a2,a3)，定义子因素层指标集为；(k=1，2，3)，相应权重集为，可用层次分析法求出几个层次中的权重。
定义评语集为W = (W1,W2,W3,w4),w j(j = 1,2,3,4)。
当j=1，2，3，4时分别表示评语为优、良、中、差。
2.评判矩阵的确定从X k到w的模糊评价矩阵为其中r ij(i=1，2，…，s；j=1，2，3，4)表示子因素层指标U ki对于第j级评语W j的隶属度。
r ij的值可由德尔菲法确定，整理专家评分表，得到对于指标u ki有W il个W1级评语，W i2个W2级评语，个W3级评语，W i4个W4级评语，则对于有(1)3.模糊变换及模糊综合评价模型的建立(1)先对各子因素层指标U Ki的评价矩阵R k作模糊运算，合成关系，得到主因素层指标X K对于评语集W的隶属向量B K。
(2)这其中，很重要的一步是选择适当的合成算法，常用的两种算法是加权平均型和主因素突出型。
在实际应用中，现实问题的性质决定算子的选择。
(2)记再对R进行模糊变换，即得到目标层指标X对于评语集W的隶属向量B:(3)式(3)即为精简的模糊综合评价模型4.评价结果在模糊综合评价模型中，当时，归一化处理可以使结果更加清晰明了，即令得到:(4)式(4)即是该跨国并购风险评价的结果，也即目标层指标X对于评价集W的隶属向量。
分别表示X对于评语W1,W2,W3,w4的隶属度。
我们还可以得到一个跨国并购风险的趋于每一个等级的程度。
但由于评价中权重的确定是根据主观赋权法，所得数值不能反映绝对水平，仍应和定性方法结合在一起综合讨论。
3跨国并购模糊综合评价模型的实例研究某企业打算进行跨国并购，以扩大市场份额，增加企业在高科技领域的竞争力。
利用跨国并购的模糊综合评价模型对此企业进行风险评估如下:采用专家评价法，以下是采用专家评价法通过对各因素相互比较形成判断矩阵来确定的各因素的权重。
主因素层中各个因素相互比较判断矩阵得到矩阵后，需要对判断矩阵的一致性进行检验，看其偏离一致性的程度是否保持在可以接受的范围之内。
定义C.R.为一致性比例，其计算方法为C.R.=C.I./R.I.当C.R.<0.1时，认为判断矩阵的一致性是可以接受的。
其中，平均随机一致性指标R.I.可以查表得出，而一致性指标C.I.，通常使用的方法，由C.I.=(λmax−n) / (n− 1)得到。
式中λmax为判断矩阵的最大特征向量，λmax的算法可由MATLAB软件计算得出，以下案例中特征值λmax的计算均由MATLAB R2006软件计算得出。
由上文提到的计算方法计算可得:其特征值和特征向量分别为A=[0.5714,0.2857,0.1429]，λmax = 30000则，C.I.=0.0000则，C.R.=0.0000。
