在应用隶属函数评估法时，处理不确定性和不完备信息是一个重要的问题。以下是一些方法和建议：
模糊集合理论： 可以使用模糊集合理论来处理不确定性和模糊性。通过将模糊集合运用到隶属函数中，可以更好地描述模糊和不确定的情况。
专家判断： 当数据不完备或不确定时，可以依赖专家的经验和判断。专家可以提供关于隶属函数形状和参数的信息，以帮助建立评估模型。
灰色系统理论： 灰色系统理论可以处理数据不完备和不确定性的情况，通过建立灰色模型进行预测和决策。
敏感性分析： 在评估模型建立后，可以进行敏感性分析来评估不确定性对结果的影响程度，识别关键变量和参数，从而提高决策的可靠性。
案例分析： 可以通过案例分析来验证评估模型的准确性和可靠性。选择一些典型案例进行评估，比较模型预测结果与实际情况，验证模型的有效性。
引入风险管理： 在处理不确定性和不完备信息时，可以引入风险管理的概念，对可能的风险和不确定性进行评估和控制，从而降低决策的风险。
综上所述，处理不确定性和不完备信息需要综合运用模糊集合理论、专家判断、灰色系统理论、敏感性分析、案例分析和风险管理等方法，以提高评估模型的准确性和可靠性，为管理者提供更好的决策支持。