模糊综合评价法的步骤如下：
定义评价指标及标准
确定需要评价的内容作为指标，并建立评价标准，包括满分、最小标准、得分区间等。
给出各个指标具体的评价标准，以确定模糊综合评价法的评分模型。
设定模糊数
依据评价标准对每个指标定义模糊数，表明指标的得分范围及评价时的权重系数大小。
收集评价资料
收集与每个指标有关的评价资料，并针对不确定性进行数据处理，以便进行模糊综合评价。
确定专家组
确定评价专家组，专家组成员应具备某种行业背景，对需要评价的内容有较深的了解，能准确地完成评价。
评价建模
根据收集的评价资料及定义的模糊数，建立相应的评价模型，满足综合评价的要求。
评价结果
专家组研究评价模型，根据资料打分，综合计算结果，确定出整体的评价结果。
调整模糊数
由于评价专家组赋予项目的得分不一定符合预期，可以根据专家组的得分及结果，适当调整与项目有关的模糊数，以便得到更优的评价结果。
此外，还可以包括以下步骤：
构建评价矩阵：建立适合的隶属函数，从而构建好评价矩阵。
确定权重向量：通过专家经验法或者AHP层次分析法构建好权重向量。
合成评价结果：采用适合的合成因子对评价矩阵和权重向量进行合成，并对结果向量进行解释。
建立因素集和评价集：因素集是以影响评价对象的各种因素为元素所组成的一个普通集合，评价集是评价者对评价对象可能做出的各种结果所组成的集合。
确定各因素的权重：给各因素一个权重，形成模糊集。
确定隶属度：对各个指标进行语言描述，确定出每个指标状态的集合。
单因素评判：获得评价矩阵，进行模糊矩阵复合运算。
这些步骤共同构成了模糊综合评价法的完整流程，确保评价过程的客观性和准确性。