在实际应用中，模糊数排序方法的确定对于模糊优化、模糊决策等问题都具有十分重要的意义。在决策和优化问题中，由于信息的不确定性以及人们思维的模糊性，决策者通常用模糊数来表示其模糊性，由于排序和比较是决策的核心问题，因而模糊数的排序一直是学术和应用领域广泛关注的研究内容。迄今为止，模糊数排序方法有40多种，但没有一种通用的方法，虽然在某些研究成果中，考虑了不同隶属状态的作用，但这些方法没有系统地分析隶属状态的作用特点，且不能简捷地对不同隶属状态的处理意识，因此，在模糊环境下系统地考虑隶属状态的作用特点尤为重要。　　针对以上问题，本文首先在分析原有模糊数排序的不足的基础上，提出了隶属效用函数，用不同的隶属效用函数表示不同的隶属状态作用，并建立了基于隶属效用的模糊数均衡值度量方法，讨论了该方法的性质以及特殊模糊数的计算方法，并将基于隶属效用的模糊均衡值度量模型运用到模糊决策的实例中进行分析，得出了比较理想的结果。其次，在效用均衡值的基础上，给出了一种基于截集的效用均衡值的计算方法，探讨了该方法的可操作性，并解决了基于隶属效用的模糊均衡值的代数运算问题，给出了特殊模糊数的相加与相乘运算结果，最后，通过具体的实例进行了验证该方法的可操作性。