模糊综合评价得分的计算通常包括以下几个关键步骤：
- 建立评价因素集：确定影响评价对象的各种因素，并将其组成一个普通集合，其中元素代表影响评价对象的第个因素。
- 确定评语集：根据实际需求，将评价结果划分为若干等级，如 “优秀”“良好”“一般”“较差” 等，并定义每个等级的隶属函数。
- 构建模糊关系矩阵：通过专家打分或其他方式获取各因素在各个评语等级上的隶属度，形成模糊关系矩阵。该矩阵反映了不同因素对不同评语等级的贡献程度。
- 确定权重向量：采用层次分析法（AHP）或其他方法确定各因素的权重向量，以反映各因素在评价中的重要性。权重向量与模糊关系矩阵的行数需相同。
- 合成模糊关系：利用模糊关系合成原理，计算出最终的模糊综合评价矩阵，即，其中是模糊关系矩阵的转置。这里的 “” 运算通常根据所选用的模糊算子来确定具体计算方式，常见的模糊算子有主因素决定型、主因素突出型、取小与有界型、加权平均型等。
- 计算综合得分：若评语集有个等级，可设定每个等级对应的分值，然后用模糊综合评价矩阵与分值向量相乘，即，得到的就是模糊综合评价得分。
例如，在对某产品进行评价时，评价因素集为外观性能价格，评语集为优秀良好一般较差。通过专家打分得到模糊关系矩阵A，用层次分析法确定权重向量W，经过合成模糊关系得到C。假设C=(0.2,0.3,0.3,0.2)，设定d=(,,,)，则综合得分S=0.2×+0.3×+0.3×+0.2×=2.5分。
