支持向量机（SVM）缺乏判断样本点不同重要性的能力，因此可能会降低模式识别中的分类精度。 为了解决这个问题，利用支持向量机和样本点的模糊信息，构造了一种新型的模糊支持向量机。 仿真实验表明，新算法的分类结果比传统的支持向量机和常规的模糊支持向量机更为准确。 最后，在公司的第三方物流服务提供者的选择过程中使用了新颖的FSVM，以证明其有效性。