在诸多的环评方法中，选择了模糊评价方法。不仅因为这种方法发展较为成熟，有大量成功应用于许多领域的例子，更重要的是模糊集理论提出了隶属度的概念，符合人的思维逻辑。而且，通过权矢量与隶属度矩阵的合成运算求取综评结果的综评框架符合人们的思维习惯，故拟在此框架下进行探讨。本文在以下4个方面进行了研究：1)隶属函数问题在模糊评价中最令人关注的是隶属度的确定问题。隶属度是个模糊概念，只有在隶属函数确定后隶属度才被定义。对于某些污染指标本文通过假设“污染物”粒子在人体内随机扩散并聚集成团簇是一种致病原因的条件下，运用分形理论中“分形生长”的NN-DLA模型，由计算机模拟导出隶属函数的数学模型，并由专门研究国家标准的W-F定律确定模型参数，从而求得相应隶属函数。2)时间序列问题传统的评价方法只取各污染指标波动值的均值参与综评，没有考虑数值波动性蕴含的信息。本文用Hurst的R／S分析法分析了各污染物浓度的时间序列，从而求得“分形维数”，并指出分形维数反映了各污染指标浓度波动的复杂程度，并把分形维数纳入到权数分配中，使环评更贴近实际。3)指标选择、权数分配与合成运算算子选择问题这3个问题都可有不同选择，然而模糊集理论并未对其施以任何约束，故三者均存在不确定性。在合成运算算子的选择中，通过数值及有关函数类型比较，指出M(∧，∨)算子的不足之处，并推荐使用M(·，+)算子。关于指标选择，以地表水的水质评价为例，提出除达“优”的指标可不参与环评外，其余指标都需参与环评。对权数分配问题，在通常采用的权数与相对浓度成正比的线性规则基础上，提出了正S形的“权数～相对浓度”函数。4)检测点位置选择问题对一定区域，同一时刻，不同检测点位置的检测数据不一定相同。为使综评结论有代表性，就必须有个科学选定适当检测点位置的问题。经过分析，本文认为寻找适当检测点位置，实质上是搜寻综评指数场的分布问题，并提出了用改造的遗传算法搜寻综评指数场的方法。在上述观念和方法的基础上，提出了一种既维持传统综评框架又有新思维的模糊环评方法，并以实例进行了对比论证。