主函数：

clc, clear

% 输入模糊矩阵的原型

x = [4700 6700 5900 8800 7600

5000 5500 5300 6800 6000

04.0 06.1 05.5 07.0 06.8

0030 0050 0040 0200 0160

1500 0700 1000 0050 0100];

r = muti_objective_fuzzy_analysis(x);

% 各指标在决策中占的权重(专家系统，自己给出)

A = [0.25, 0.20, 0.20, 0.10, 0.25];

% 各方案(等级)的综合评价结果

b = A*r;

子函数：muti_objective_fuzzy_analysis(x)

function f = muti_objective_fuzzy_analysis(x)

% 建立各项指标的隶属度函数,这一部分是建模的内容

% 案例中有5项指标，如下

f(1,:) = x(1,:) / 8800;

f(2,:) = 1 - x(2,:)/8000;

f(3,:) = 0;

f(3,find(x(3,:)<=5.5) == 1);

flag = find(x(3,:)>5.5 & x(3,:)<=8.0);

f(3,flag) = (8-x(3,flag)) / 2.5;

f(4,:) = 1 - x(4,:)/200;

f(5,:) = (x(5,:)-50) / 1450;

end