你指的是模糊数学吗？所谓隶属函数是指:给定论域U上的一个模糊子集A,对于任意u∈U,都确定了一个数μA(u),0≤μA(u)≤1,那么μA(u)叫做u对A的隶属程度,μA(u)叫做A的隶属函数。对普通集合，或者有u∈U 或者有u不∈U。而对模糊数学，则不同，如高个子的集合，1。
8m个子的隶属程度可能是0。9，而1。7m个子的隶属程度可能是0。5，1。1m个子的隶属程度可能是0。 模糊综合评价是应用模糊变换原理，考虑与评价对象相关的各种因素，对其所作的综合评价。 其基本原理是 （1）根据评价的标准构造多个隶属函数， （2）通过评测指标在各个隶属函数中对应的程度不同（即隶属度不同），可以形成一个模糊关系矩阵。
（3）构造权重系数矩阵。 （4）将权重系数模糊矩阵和模糊关系矩阵通过模糊运算，最终就可以得到综合指标对各个评价等级的隶属度矩阵。 通常根据最大隶属度原则，在最后的隶属度矩阵中，综合指标对哪个评价等级的隶属度更高，那么我们就将其所要评价的目标定为该评价等级。
。
答：详情>>
