什么是标系藏獒？
首先，我们要弄清楚什么叫标系，什么叫做失格。 犬业协会制定的一系列评选标准就叫做标（示）准（例）。在评选比赛中，如果犬只不符合这些标（示）准（例），那就失去了参赛资格。 而标（示）准（例）是由谁制定的？由这个行业的专家、学者们一起研究出来的。那既然是专家学者的研究结论，那么肯定就会有一个前提假设——即大部分人都认为的公允的评判准则。而这个前提假设大多数情况下都是符合实际的，是可以得到绝大多数人认可的。
但我们再进一步想一想，既然这个标（示）准（例）是绝大多数人认可和接受的，那么在执行的时候必然会受到某些外在因素的影响而难以做到完全公平。比如今天A选手带来的狗明显比B选手带进来的狗体型更大，那么自然A的得分就会更高些；又或者虽然两只狗差不多大，但是A的毛颜色看起来更顺眼，也比B的毛色更光亮，自然分也会给A。 这看起来好像没有什么，但问题是评估人员（裁判员）也是普通人，也会有自己的喜好。他可能不喜欢体格大的狗，也可能喜欢毛量丰富的狗。即便一开始大家遵循的规则和尺度是一样的，但是由于个人喜好不同，结果往往会大不一样。
再或者是裁判员认为自己判断误差太大，为了避免这种误差的持续存在而带来的不可控后果，干脆直接凭自己的感觉来评估了。反正失误一次，下次注意就是了。于是乎在标（示）准（例）的基础上，我们多了主观评价的成分。 这就是“有标准，没准许”的情况，也叫作模糊决策或模糊管理。
事实上，我们日常生活中遇到的许多问题都可以用模型进行简化和分析。对于这个问题，我们可以建立一个最简单的模型来进行分析。假定我们评估指标(x)包括大小(大=1，小=0)、毛色(黄=1，黑=0)以及年龄(大=1，小=0)等三个因素，每个因素各有两个选项，分别是大（+1）和小（-1），那么总共有2^3=8种情况。然后我们根据每个因素的重要性赋予不同的权数，比如大小重要些(5.0)，毛色不怎么重要(3.0)，而年龄不重要(1.0)。 按照这样的思路，我们可以计算出各种组合的分值(w)。最后把分值加总起来得出总的评估值(Z)。
通过这样的数学建模，我们可以把那些难以量化的指标给量化出来，进而解决“没有最好，只有更好”的选优难题。