随着社会进步和科技发展,决策环境日趋复杂,决策者规模逐渐扩大,且随着网络技术的发展,决策群体的特点也发生了深刻变化,复杂大群体决策问题作为一种新的发展趋势,在各个领域得到了广泛关注和应用。在复杂大群体环境下,经典的群决策方法面临诸多挑战:一是如何克服人类思维的模糊性和犹豫度,避免初始语义转化的信息缺失,合理量化相互关联的各评价指标;二是如何高效集结规模庞大、群体行为复杂、评价准则多样的决策者群体;三是寻找一种针对复杂大群体决策框架,能够普遍适用于多属性相互关联的复杂决策问题。基于以上问题,本文针对定性指标的初始语义转化、决策群体的同质化过程及决策方法的应用等进行了如下研究:(1)基于多属性决策过程中评价指标间存在的关联关系及其赋权过程中不可避免的主观不确定性,采用二元语义对定性指标进行量化,研究二元语义环境下基于ANP的评价指标赋权问题。(2)对大群体决策中的决策群体进行约简,提出了一种混合数据聚类算法对其进行分类。首先通过分析决策群体主要特征确定识别指标,并收集聚类对象各属性数据;然后确定初始聚类中心并对相似度矩阵进行迭代运算,此外,在该过程中引入惩罚竞争机制,从而实现自动确定聚类项,最终得到异质决策群体的分类结果。(3)在区间二元语义环境下,根据评价指标特点,采用PROMETHEE方法解决多属性群决策问题的基本原理、方法和关键步骤。最后通过案例分析验证了方法的可行性。本文考虑到复杂大群体决策问题中存在的评价指标模糊难以量化、决策群体异质难以处理、决策框架欠缺等问题,提出一套更加贴近决策实际的复杂大群体决策方法,能为决策支持系统软件的开发提供理论基础,又能为复杂大群体决策问题提供新思路、新方法,充实了复杂大群体决策的方法库,具有一定的学术价值和实际意义。该论文有图12幅,表35个,参考文献109篇。