模糊集合的基本思想是将普通集合中的特征函数灵活化，使元素对集合的隶属程度从只能取0或1扩充到[0，1]中的任意数值。一个元素和一个集合的关系，不一定是绝对的“属于”或者“不属于”，而需要考虑它属于的程度。根据模糊集合的隶属度理论，从多个因素对被评事物隶属等级状况进行综合性评估，把定性评估转化为定量评估。即利用模糊集合论，按照一定的判断标准，给出被评事物的总体评估。该方法把原来的定性评估定量化，能够较好处理决策方案多因素、模糊性以及主观判断等问题。其结果清晰、系统性强，适用于有模糊概念而又可以量化的场合。

模糊综合评估法的基本原理和过程：①建立因素集合（U）。U包含评估某一事物的n个指标因素，记为U={u_1,u₂,…,u_n}。②建立评估集合（V）。V包含评估U中各指标因素的m个等级，记为V={v₁,v_2,…,v_m}。③建立权重集合（W）。W为U的模糊子集，它所对应的权重向量可用矩阵表示，记为W={w_1,w₂,…,w_n}，元素w_i为第i个评估指标u_i所对应的权重，且满足。W的建立常用方法有专家经验法或层次分析法。④建立评估U到V的单因素模糊关系矩阵（R）。对于每一个被评估对象，评估因素和评估等级之间的关系，即从U到V的模糊关系，可用模糊评判矩阵加以描述，记为R。⑤模糊综合评价模型为B，令B=W×R，利用模糊矩阵的合成运算，进行综合评估。⑥评估结果的综合判定和解析。

由于模糊综合评估法的结果是以向量的形式呈现，而不是一个具体的数值点，从而可以较为准确地反映事物本身的模糊状况。它既可以用于主观指标的综合评估，也可以用于客观指标的综合评估，特别是在主观指标的综合评估中，模糊综合评估法可以发挥独特的作用，评估效果往往优于其他评估方法。