如何构建合理的模糊度量模式是资源管理、复杂系统优化等问题的核心内容。模糊测度非可加性可以直观地解释为元素之间的依赖性，次超可加表示两个子部分的联合产生了消极作用，超可加表示两个子部分的联合产生了积极作用，这种特征与智能决策的特点非常吻合，因而，模糊测度理论为解决不同类型的信息融合等问题奠定了一种理论平台。模糊测度的理论研究已比较成熟，但模糊测度的确定方法仍缺乏系统的操作机制，而此问题恰恰是制约其应用的瓶颈，本文主要做了以下几方面的工作：首先，针对属性（指标）之间常常存在的交互作用现象，在分析现有度量方法的特点和不足基础上，以某种已知的决策系统为背景，给出了核心示例集的概念，讨论了核心示例集与条件属性集之间的依赖关系。进而，结合模糊测度的结构特征，给出了一种基于核心示例集的属性关联性度量方法，并结合具体实例分析了该度量的特征和性能。结果表明，该度量可以有效地描述属性之间的关联特征，具有良好的可解释性，在综合决策、信息管理等领域具有广泛的应用前景。其次，在系统分析模糊综合评判方法的特点和不足基础上，考虑到众多的决策问题常常是已有知识的总结和完善，以某种已知的决策信息系统为基础，依据基于核心示例集的属性集关联性度量，建立了基于知识系统的模糊综合评判模型。结合高校教师教学质量评判这一实例分析了所建模型的特点和性能，并且对基于Choquet模糊积分的模糊综合评判结果和基于Sugeno模糊积分的模糊综合评判的结果进行了比较。