由于实际决策问题的不确定性和多元性,决策者用模糊集描述评价对象,能够准确地刻画研究对象。目前,模糊集已经被推广为直觉模糊集、犹豫模糊集、区间模糊集等一系列模糊集,其中毕达哥拉斯犹豫模糊信息可以更加全面和合理地表达多个决策者的评价信息,适用于刻画较为复杂的多属性决策问题。本文以广义毕达哥拉斯模糊集为基础,研究基于模糊测度的三种多属性决策方法。本文的主要工作如下:提出基于新距离测度和交叉熵的毕达哥拉斯犹豫模糊VIKOR法。首先提出毕达哥拉斯犹豫模糊集的新距离测度,充分地体现毕达哥拉斯犹豫模糊集的模糊性与波动性,并证明其满足三角不等式。定义毕达哥拉斯犹豫模糊数的广义交叉熵,构建关于广义交叉熵的数学规划模型,计算属性的权重。然后考虑决策者的心理行为,将偏好函数融入VIKOR法中,提出毕达哥拉斯犹豫模糊环境下的多属性决策法。最后通过健康管理中心的选择案例验证方法的可行性和有效性。提出基于熵和证据推理的区间毕达哥拉斯模糊PROMETHEE II法。首先同时考虑属性的可靠性和重要性确定属性的权重,其中属性的可靠性采用区间毕达哥拉斯模糊数的熵和标准差计算。然后将区间毕达哥拉斯模糊数转化为区间置信度,采用证据推理组合规则将属性的区间置信度集结为方案的综合区间置信度,利用PROMETHEE II法,根据各方案的净优势流得到排序结果。最后通过供应商选择的算例说明方法的可行性和有效性。提出基于熵和交叉熵的改进的区间毕达哥拉斯犹豫模糊ELECTRE II法。首先提出区间毕达哥拉斯犹豫模糊数的新距离测度,基于模糊因子、直觉因子和幅度因子,给出熵和交叉熵的公式,并证明它们的性质。然后根据离差最大化的思想,构建关于熵和交叉熵的数学规划模型,计算属性的权重,提出改进的ELECTRE II多属性决策法。最后通过购物平台的评价案例验证方法的可行性和有效性。