直觉随机多准则决策问题是对随机多准则决策问题进一步细化,是社会经济生活中常见的一类问题。在实际决策过程中,由于客观事物本身的复杂性和不确定性,导致方案准则值表现为直觉随机变量和概率、准则权重、决策者偏好等参数不确定或不能完全确定的直觉随机多准则决策问题的客观存在。目前,对这些问题的研究较少,因此对准则值为直觉随机变量的直觉随机多准则决策理论和方法进行系统的研究,具有重要的理论意义和实践意义。本文在研究相关文献的基础上,将直觉模糊理论和多准则决策的最新研究成果推广到随机多准则决策领域,提出相应的决策方法,并进行有效的应用。其主要研究成果如下：(1)对直觉模糊记分函数法进行了改进,使之有效地解决了区间直觉随机多准则决策问题。首先定义了离散型区间直觉随机变量,给出了离散型区间直觉随机变量的概率密度函数、得分期望值和得分标准差的定义。对于准则权重不完全的决策问题,首先将准则值转化为得分期望值,再利用规划方法得到各准则的最优权系数,进而将准则值转化为得分标准期望区间值,最后利用可能度方法对方案进行排序；对于准则权重完全未知的决策问题,将准则值转化为得分期望区间值,结合区间直觉模糊熵最小法和理想点法建立最优模型,求解出权重的客观值,从而实现对方案的排序。(2)对区间直觉模糊数的相似度量法进行了改进,在此基础上,给出了基于理想点的相对相似度,并将它们应用到了各准则下各方案的状态概率不一致的直觉随机多准则决策领域。对于权重信息不完全的决策问题,利用离差最大化法和集对分析法对方案进行排序；对于权重信息完全未知的决策问题,将基于理想点的相对相似度量法和优劣势法相结合,得到每一方案的净流,然后利用方案净流和准则权重信息熵最大化构造方案集最优规划模型,求解模型得出最优权向量,进而根据方案净流大小确定方案排序。(3)探讨了概率为区间数、准则值为区间直觉梯形随机变量的直觉随机多准则决策问题。定义了区间直觉梯形模糊数、运算法则、距离及其可能度,给出了区间概率区间直觉梯形随机变量的定义,在此基础上,提出了改进PrometheeⅡ和灰色关联度分析两种方法。