汽车智能工厂是汽车制造与信息化融合的产物,其基于各种信息技术,将数字化、网络化和智能化贯穿在汽车产业全生命周期的各环节,实现稳定且高效的生产和高品质的服务,保障汽车产品的高质量,最终促进汽车产业的创新、绿色、协调、开放、共享。汽车智能工厂高质量发展的关键之一是绩效评价,一个科学且合理的评价绩效评价不仅能有效揭示拟评价汽车智能工厂发展的质量与效率水平,而且可发现其与其他智能工厂在高质量建设发展存在的差距,指引汽车智能工厂更快更好地走高质量发展路线。因此,本论文从以下几个方面开展了工作:（1）首先,基于汽车智能工厂绩效评价指标体系和高质量发展水平评价指标体系有关的国内外文献研究筛选出影响汽车智能工厂高质量发展绩效评价的初步指标。其次,基于SBSC理论框架,结合汽车智能工厂高质量发展的特征设计出汽车智能工厂高质量发展绩效评价指标体系框架。其指标体系不仅注重财务、社会和生态环境三方面的可持续平衡,亦可作为一种组织愿景与发展战略工具,有助提高汽车智能工厂高质量发展绩效管理水平。（2）由于汽车智能工厂高质量发展建设中涉及全过程统筹规划,全要素综合调动等原则,因此该绩效评价问题具有一定的复杂性,本文选用犹豫模糊集作为评价的数据基础,在对现有相关研究中常用的标准化方法和距离测度公式进行梳理和分析时发现现有方法和公式均不能很好适用于汽车智能工厂高质量发展绩效评价实际问题。为解决该问题,本文基于数标准化方法和Helinger距离公式,将其拓展至犹豫模糊环境中,得到了犹豫模糊对数标准化方法以及犹豫模糊Hellinger距离测度公式。此外,本文通过公理化证明了所提出的犹豫模糊对数标准化方法以及犹豫模糊Hellinger距离测度未违背公理性,且能更好的适用于汽车智能工厂高质量发展绩效评价方法模型。（3）基于经典的TOPSIS综合评价方法,本文所提出综合评价方法进一步地对评价折衷率结果进行妥协,采用系数ε以代表决策者的风险态度,因此能够更好地衡量方案距正理想解与负理想解的程度,让综合评价结果更具科学合理性。本文将改进折衷率TOPSIS方法与传统TOPSIS方法相对比,证明改进折衷率TOPSIS方法在汽车智能工厂高质量发展绩效评价中更具有优越性。