正态分布隶属函数对于某一指标而言，从不同企业的得到的评价值不一样，随着企业个数n的增大，其评价值xi服从正态分布。假设对于某一指标而言，x、s分别为n个企业评价值的均值和标准差，则zi=（xi-x）/sN（0，1）（-1/2x-e-x2dxx（-3.1，3.1）1x<3.1，+）（2）2多层次模糊评价原理（1）确定评价指标集。设准则层为F=（f1，f2，，fs），方案层为I=（i1，i2，，iu）（2）确定评语集V=（v1，v2，，vm），如表示所评价的指标为优、良、中、差。
（3）确定评价值，建立模糊矩阵。对于定量指标可以采用企业报表中的资料取得，对于定性的指标可以采用专家咨询法，即对于某指标而言，假设有p个专家进行打分，且假定每个专家的权重均为1，则以p个专家评价值的均值作为这个指标的评价值，从而建立模糊矩阵R.
（4）将R中的数分别带到正态分布隶属函数中去可得隶属关系矩阵R，R=r11r12r1qr21r22r2qrn1rn2rnq（5）采用AHP法确定权重集。根据电力企业业绩评价的递阶层次结构，运用专家咨询法，对处于同一上层准则指标支配的同层指标进行两两比较构造判断矩阵W.
（6）进行综合评价B=RW，在这里采用加乘运算，W是W的转置矩阵。从方案层的指标算起，逐层向上求，并且根据AHP法求出每一级指标的权重W，通过B=RW运算求出的评价矩阵作为上一层指标的隶属关系矩阵，重复第六步，直到准则层，然后根据隶属度的大小进行排序。
案例分析假设2001年对所有电力上市公司进行业绩评价，其中，火电类上市公司：国电电力、粤电力、广州控股、深南电，水电类上市公司：闽东电力、三峡水利、桂东电力、乐山电力，热电类上市公司：大连热电、东方热电、金山股份、惠天热电，为了简单而又清楚的说明问题，我们只选取其中的火电类四家上市公司进行排序。
首先，建立电力企业上市公司合理的评价指标体系。根据电力公司的行业特点，我们采用所示的指标体系。其次，利用层次分析法求权重。建立P-F，F1-I，F2-I，F3-I的两两比较矩阵，由规范列平均法得出各层的权重。以P-F比较矩阵为例，则准则层的权重为W=（0.590.290.12），同理可得一级指标层的权重：W1=（0.250.140.320.28），W2=（0.250.280.30.17），W3=0.290.120.440.15）第三，确定指标值。对于财务状况下的二级指标来说，由于它们之间的独立性较差，为了达到评价结果更合理，我们采用文献<5>中用主成分方法的评价结果，如所示。对于内部生产，人力资源下的定性指标来说可采用专家打分法来确定。为了简单而又清楚地说明问题，我们以下的计算将以财务状况为例进行操作。
根据准则层的综合评价公式B=RW求得B=（0.86190.73240.77390.7263）上市电力公司业绩评价指标体系第六，得出评价结论。根据隶属度的大小进行排序：国电电力广州控股粤电力深南电4结论本文根据在大样本量情况下，业绩评价指标值服从正态分布这一规律，结合模糊评价的思想，对传统的模糊综合评价方法进行了一定的改进，构建了一套改进后的模糊评价方法与AHP相结合的业绩评价模型。本文不拘泥于某一种方法的运用，而是将各种方法有机的结合起来，取长补短，从而使得上市电力公司之间的比较结果更为客观、直观，同时为上市公司业绩评价或其它方面的综合评价提供了一种新的方法，可供综合评价时比较参考。
