多属性决策是决策理论和现代决策科学的重要内容之一，它在许多领域有着广泛的实际背景。本文研究模糊环境下的多属性决策问题，主要工作分为以下三部分：　　 (1)在已有模糊数排序方法研究基础上，提出两种新的模糊数排序方法：基于模糊度的模糊数排序方法与基于模糊距离的模糊数排序方法.在前一种方法中，不仅考虑模糊度信息，还融合模糊数的质心和散度信息；第二种方法引用一种新的模糊数之间的模糊距离，并将模糊数的模糊距离和权重面积信息结合起来.对于两种新的排序方法，分别给出几个数值例子，并将一些例子与已有排序方法做比较，说明两种排序方法的合理性，另外将以上两种模糊数排序方法，应用于两个具体的模糊多属性决策问题中。　　 (2)研究一类基于Vague集的模糊多属性群决策方法.Vague集是模糊集的一种推广形式，其主要特点是在考虑真隶属度、假隶属度的同时也考虑未知信息部分.在已有记分函数的基础上，提出一种改进的记分函数，给出一种基于Vague集求解模糊多属性群决策问题的新方法，并以实例说明该方法的可行性与有效性。　　 (3)将灰色理论与模糊集理论结合，构建一类基于理想解法的灰色模糊多属性群决策模型.群体中各专家对决策的评价都用灰色三角模糊数表示，然后将群体中各个专家的意见进行集结得到专家群体判断决策矩阵.从而将复杂的灰色模糊群体决策问题转化为一般的多属性决策问题，再利用理想解法求得最佳的决策方案。