在企業中平行的組織間有各種維度的指標考核，這些指標權重不同，單位不同，評優趨勢也不同，比如制造業中，集團下屬的多個工廠都有人效類，成本類，質量類，安全類等多個指標，這些指標單位都各不相同，有的指標數值成千上萬，有的是小于1的百分比，還有的是個位數的發生次數，指標之間的對標存在困難，而且一些指標是越大越好，比如人員效率、設備效率、產品合格率等；一些指標則是越小越好，比如客戶投訴件數、安全事故件數、關鍵崗位的人員流失率等；更有的指標是需要維持在某個水平，比如質量成本、、直接產出人數與管理人數比等。同時各個工廠的指標表現各有優劣，比如有的工廠產量高但安全事故偏多，制造成本表現不凡但員工流失率較高等，橫向對比起來會讓管理者絞盡腦汁的制定各種排序規則，其最終目的都是將各種指標調整到同一個“頻道”上來，便于累計求出總成績，進而排序評價。類似這種評價煩惱同樣存在于經濟類、社會等模糊性系統的排序與評價。

1982年我國學者鄧聚龍教授根據控制論中信息明晰程度的黑白灰系統表達方式，提出了灰色系統理論，即一種信息不明確的系統，未知信息的確定依靠的是已知信息。灰色系統理論的優點在于不需要大量完整的信息便可以處理多因素、非線性的問題，灰色關聯分析法是其實現功能的主要方法。灰色關聯分析指的是利用灰色關聯度來分析確定各個因素間的影響程度，或者是測量各因素對系統主體貢獻度的一種方法，它的原理是依據序列曲線的幾何形狀相似度來描述因素間、因素與主體間的緊密性。簡單來說，文章開頭描述的那些模糊的評價麻煩，可以在灰色關聯評價法中輕松避免，無需繁瑣的換算規則，無需大量的完整信息，無懼維度眾多的評價指標。

下文將概述灰色關聯評價模型的運算步驟，并結合一個制造型企業各車間年終評比的小案例，來介紹應用MCE決策軟件中的灰色關聯評價模塊一鍵生成排序結果。

評價排序決策過程分為構建模型和計算兩個部分，其中模型構建分為兩個步驟：

1. 構建評價指標矩陣

2. 選定最優指標集（也可稱為最優序列和參考序列）

模型構建完成后的計算分為五個步驟：

1. 構造初始矩陣

2. 數據進行無量綱化處理

3. 確定評價矩陣

4. 確定各指標的權重矩陣

5. 計算評價結果

由于模型的構建和計算需要更大的篇幅和感官上復雜的矩陣展示，在本文中就不做詳細講解了，感興趣的讀者只要搜索資料，仔細的結合教材案例按步驟進行矩陣運算便可理解，更何況在現實的決策情境中，指標項目和評價對象的數量都很多，構建龐大的矩陣并按步驟進行運算，不僅需要一定的時間和數學基礎，而且在過程中也容易發生數據錯誤，這就違背了使用這套簡便方法進行評價、排序、決策的初衷。當今時代，好的方法一定不會被繁瑣的計算而湮沒，現代綜合評價方法MCE軟件便解決了運算的問題，該軟件大小不到6兆，價格合理，其中包含AHP、FUZZY、GARY三個模塊，灰色關聯評價模型就是其中的GARY模塊。下文將以某工廠2021年四個生產車間的管理水平評價為例，展示下灰色關聯評價方法的操作過程：

1. 基礎數據

2.打開軟件，構建評價對象與指標模型

3. 手動輸入指標權重

4. 錄入指標數據和參考序列（最優序列），查看數據圖例

5. 點擊計算關聯系數

6. 輸出評價排序結果

從圖中可以直觀看到評價排序為：車間3、車間2、車間1、車間4。

軟件還支持AHP層次分析法確定權重功能、排序多種目視化圖表展示和數據導出，希望本文可以為讀者提供評價方法思路上的啟發，詳細的灰色關聯評價模型與方法的原理和計算過程可以從網上搜索學習。

本文為冠卓咨詢原創文字作品，任何人或組織不得對本文進行篡改，轉載或以盈利為目的行為，一經發現，將負法律責任。