一個事物的狀況往往與多種因素有關，所謂綜合評判，就是對多種因素所決定的事物或現象做出總的評價。 對一個事物的評價，常常要涉及多個因素或者多個指標。人力資源中會根據候選者的學歷，工作經驗，專業技能，敬業精神等，看成是由多種因素組成的模糊集合（稱為因素集 u），再設定這些因素所能選取的評審等級，組成評語的模糊集合（稱為評判集 v），分別求出各單一因素對各個評審等級的歸屬程度（稱為模糊矩陣），然後根據各個因素在評價目標中的權重分配，通過計算（稱為模糊矩陣合成），求出評價的定量解值。上述過程即為模糊綜合評判。
利用模糊數學的辦法將模糊的安全信息定量化, 從而對多因素進行定量評價與決策, 就是模糊決策(評價) 。
這裡所說的模糊的安全信息, 其實就是我們常說的描述與安全有關的定性術語。例如預測事故發生, 常用可能性很大 , 可能性不大或很小; 預測事故後果時, 常用災難性的、非常嚴重的、嚴重的、一般的等術語進行區別。如何用這些在安全領域中常用的定性術語進行評價和決策, 採用模糊數學的方法是行之有效的途徑之一。
傳統的安全管理, 基本上是憑經驗和感性認識去分析和處理生產中各類安全問題, 對系統的評價只有" 安全”或 " 不安全”的定性估計。這樣的分析, 忽略了問題性質的程度上的差異, 而這種差異有時是很重要的。例如在分析和識別高處作業的危險性時, 不能簡單地劃分為 " 安全”、" 不安全”, 而必須考慮 “危險性”這個模糊概念的程度怎樣。模糊概念不是只用 "1”(安全),"0”(不安全)兩個數值去度量, 而是用0～1之間一個實數去度量, 這個數就叫 "隸屬度”。例如某方案對" 操作性” 的概念有八成符合, 即稱它對 " 操作性” 的隸屬度是0.8 。用函式表示不同條件下隸屬度的變化規律稱為 "隸屬函式”。隸屬度可通過已知的隸屬函式或統計法求得。
模糊決策主要分為兩步進行: 首先按每個因素單獨評判 , 然後再按所有因素綜合評判。
一、建立因素集
因素集是指以所決策 (評價) 系統中影響評判的各種因素為元素所組成的集合, 通常用U表示, 即 :U ={u1,u2,…,um}
各元素ui(i=1,2, … ,m) 即代表各影響因素。這些因素通常都具有不同程度的模糊性。例如, 評判作業人員的安全生產素質時, 為了通過綜合評判得出合理的值, 可列出影響作業人員的安全生產素質取值的因素, 一般包括 : u1——安全責任心 ;u2 ——所受安全教育程度 ; u3——文化程度 ;u4——作業糾錯技能;u5——監測故障技能 ; u6—— 一般故障排除技能 ;u7——事故臨界狀態的辨識及應急操作技能。
上述原素 u1～u7 都是模糊的, 由它們組成的集合, 便是評判操作人員的安全生產技能的因素集。
二、建立權重集
一般說來, 因素集U中的各因素對安全系統的影響程度是不一樣的。為了反映各因素的重要程度, 對各個因素應賦予一相應的權數Qi。由各權數所組成的集合 :
A={α1,α2, … ,αm} (5-32)
A 稱為因素權重集,簡稱權重集。
各權數比應滿足歸一性和非負性條件 :
它們可視為各因素對"重要”的隸屬度。因此, 權重集是因素集上的模糊子集。
三、建立評判集
評判集是評判者對評判對象可能作出的各種總的評判結果所組成的集合。通常用 V 表示 , 即 :
V =( υ1,υ2, …, υn)
各元素υi即代表各種可能的總評判結果。模糊綜合評判的目的, 就是在綜合考慮所有影響因素基礎上, 從評判集中得出一最佳的評判結果。
四、單因素模糊評判
單獨從一個因素進行評判, 以確定評判對象對評判集元素的隸屬度, 稱為單因素模糊評判。
設對因素集U中第 i 個因素 ui 進行評判, 對評判集 V 中第 j 個元素υj的隸屬度為rij,則按第 i 個因素燦的評判結果 , 可得模糊集合:
Ri=（ri1，ri2，…，rin）
同理 , 可得到相應於每個因素的單因素評判集如下 :
R1=（r11，r12，…，r1n）
R2=（r21，r22，…，r2n）
…
R2=（rm1，rm2，…，rmn）
將各單因素評判集的隸屬度行組成矩陣 , 又稱為評判 (決策) 矩陣。
五、模糊綜合決策 單因素模糊評判, 僅反映了一個因素對評判對象的影響。要綜合考慮所有因素的影響 ,得出正確的評判結果, 這就是模糊綜合決策。
如果已給出決策矩陣R, 再考慮各因素的重要程度, 即給定隸屬函式或權重集 A, 則模糊綜合決策模型為 :
B =A·R (5-35)評判集 V 上的模糊子集 , 表示系統評判集諸因素的相對重要程度。
