1.建立灰色局势

事件与对策的配合称为局势，灰事件集A与灰对策集B的笛卡儿积A×B={（ai，bj），（ai∈A，bj∈B）}称为灰局势集，记作S=A×B。对于任意的ai∈A，bj∈B，称为局势（ai，bj），记作sij=（ai，bj）。

2.计算效果测度

效果测度是指对各个局势所产生的实际效果进行比较的量度。同一个决策，往往要考虑多种目标，且在不同目标下，效果是不同的。根据决策目标的评价尺度不同，效果测度的计算有三种形式：

式中，表示局势sij在目标k下的实际效果和参考效果。

若希望决策目标越大越好，则采用上限效果测度，；若希望决策目标越小越好，则采用下限效果测度，；若希望决策目标在某一指定值附近，则采用适中效果测度。

3.构造决策矩阵

对于{ai（i=1，2，…，n）}个事件，有{bj（j=1，2，…，m）}个对策，则对应有{sij=（ai，bj）（i=1，2，…，n；j=1，2，…，m）}个局势。若局势sij有若干个目标，记第k个目标的效果测度为，可以得到在第k个目标下的决策矩阵。由此可见，多目标已转化为综合后的单目标，然后按单目标进行决策。

式中，表示目标k下的决策元。此时，多目标灰色局势决策的综合决策矩阵为(www.daowen.com)

式中 ——局势sij的综合效果测度；

ηk——目标k的决策权，；

N——目标数。

至此，多目标已转化为综合后的单目标，然后按单目标进行决策。

4.确定决策准则

决策的任务是从各种局势中选择效果最佳者。根据具体情况，可从事件ai的各种对策bj（j=1，2，…，m）中，找出效果最佳的对策，称为行决策；也可从对策bj匹配的各事件ai（i=1，2，…，n）中，找出效果最佳的事件，称为列决策。

以行最优局势为例，若记为事件ai（i=1，2，…，n）的最佳者，便有最佳效果最佳对策元最佳局势。同理可得出列最优局势。一般根据行决策与列决策的结果，再进行综合评判，选择最优决策。