概念设计对产品的最终设计质量和特性具有重要的影响。随着全球竞争的加剧、网络技术的发展、以及客户需求的多样化,企业更加关注如何采取有效、合理的决策方法来支持协同概念设计方案选择,以缩短产品开发周期、提升产品竞争力。概念设计方案的选择是一个协同决策问题,它所具有的模糊性、分布性等特点为决策带来了新的挑战：如何有效组织跨地域、跨学科的决策者,避免决策冲突?如何在保证私密性的同时实现决策知识的重用?本文结合协同设计理论、知识重用理论、模糊集理论,从协同评价模型、模糊决策评价方法、模糊模型识别方法以及决策支持系统的构建等方面进行了深入地探讨和研究。首先,提出了一种基于合作度(Cooperation Degree, CD)和专业度(Professional Degree, PD)的协同评价模型,避免了决策者的权重、以及决策者对评价目标的认识程度、决策偏好造成的评价结果偏差；并建立了一个通用的顶层决策本体模型(Top Decision-making Ontology Model, TDMOM)以实现知识重用。其次,采用元胞粒子群优化算法(Cellular Particle Swarm Optimization, CPSO)对模型进行优化,其计算结果较粒子群优化算法(Particle Swarm Optimization, PSO)和遗传算法(Genetic Algorithm, GA)的结果更优。接着,通过灵敏度分析,验证了模型的可靠性,讨论了合作度和专业度的松弛变量α和β对决策结果的影响。接着,在合作度与专业度的基础上,从群体决策的模糊特性出发,建立了模糊多属性群体决策模型,并针对汽车总体性能评价问题,建立了一个多属性模糊群体决策支持模块(Multiple Attributes Fuzzy Group Decision-making Support Module, MAFGC-DSM),通过灵敏度分析,验证了该模型和方法的有效性与实用性。另外,提出了基于粒子群优化的模糊识别方法,用以优化MAFGC-DSM。该方法针对模糊规则的冗余性以及系统的建立过程过于主观性的问题,通过对系统的规则库进行优化调整和排序,减小规则库的规模,最终提升规则搜索的效率。然后,结合电动警车概念设计的实例,设计和开发了面向概念设计方案选择的协同决策支持系统CD-CDSS (Conceptual Design oriented Collaborative Decision-making Support System)。该系统应用了上述方法进行方案选择和规则库优化,并通过TDMOM对协同决策过程进行有效地管理和指导。最后对全文进行了总结,指出了进一步的研究方向。