首先，将原始矩阵中的每个元素除以该列元素之和，得到归一化后的矩阵：

$$ \begin{bmatrix} 0.333 & 0.476 & 0.5 \ 0.762 & 0.286 & 0.5 \ 0.698 & 0.333 & 0.214 \ 0.429 & 0.238 & 0.214 \ 0.381 & 0.286 & 0.5 \ \end{bmatrix} $$

然后，将每个元素与专家评价集中的对应元素相乘，得到模糊矩阵：

$$ \begin{bmatrix} 0.26 & 0.208 & 0.15 \ 0.585 & 0.114 & 0.15 \ 0.522 & 0.133 & 0.064 \ 0.324 & 0.095 & 0.064 \ 0.29 & 0.114 & 0.15 \ \end{bmatrix} $$

以第一列为例，计算过程如下：

首先，将原始矩阵中的第一列归一化：

$$ \begin{bmatrix} 0.333 \ 0.762 \ 0.698 \ 0.429 \ 0.381 \ \end{bmatrix} \div (0.333 + 0.762 + 0.698 + 0.429 + 0.381)

\begin{bmatrix} 0.137 \ 0.312 \ 0.286 \ 0.175 \ 0.155 \ \end{bmatrix} $$

然后，将归一化后的矩阵中的第一列元素与专家评价集中的对应元素相乘：

$$ \begin{bmatrix} 0.137 \times 5 \ 0.312 \times 4 \ 0.286 \times 3 \ 0.175 \times 2 \ 0.155 \times 1 \ \end{bmatrix}

\begin{bmatrix} 0.685 \ 1.248 \ 0.858 \ 0.35 \ 0.155 \ \end{bmatrix} $$

最后，将得到的结果归一化，得到模糊矩阵中的第一列：

$$ \begin{bmatrix} 0.685 \ 1.248 \ 0.858 \ 0.35 \ 0.155 \ \end{bmatrix} \div (0.685 + 1.248 + 0.858 + 0.35 + 0.155)

\begin{bmatrix} 0.26 \ 0.585 \ 0.522 \ 0.324 \ 0.29 \ \end{bmatrix} $$

以此类推，可以得到模糊矩阵中的其他列。