# 依赖: numpy
import numpy as np

def fuzzy_eval(R, w, levels=(90.0, 75.0, 60.0, 0.0)):
    R = np.asarray(R, dtype=float)      # 每行是一个指标的隶属度分布，行和应为 1
    w = np.asarray(w, dtype=float)
    w = w / w.sum()

    B = w @ R                            # 加权合成，也可换成 M(∧,∨) 算子
    score = float(B @ np.asarray(levels, dtype=float))
    return B.round(4), round(score, 2)

R = [[0.6, 0.3, 0.1, 0.0], [0.2, 0.5, 0.2, 0.1]]
print(fuzzy_eval(R, w=[0.7, 0.3]))       # 隶属函数的选择理由要写进论文