3D打印零件的最优成形方向需要从若干候选成形方向中选定,这是典型的决策问题。候选成形方向具备多种属性和特征,针对如何准确地衡量每个候选成形方向具备的属性信息,对候选成形方向评估并生成优先级序列这一系列问题,可以通过引入基于模糊集的多属性决策方法有效解决。目前,模糊多属性决策方向的研究已取得较大的进展,然而使用现有的基于模糊聚合理论的方法在对3D打印零件候选成形方向进行多属性决策时存在以下不足:一是忽略了候选成形方向各属性间的相互关系,已有的模糊聚合方法往往假设属性间相互独立,难以解决实际决策中属性关系复杂的问题。二是对于极端属性值,现有的研究不能避免其对候选成形方向多属性决策结果产生的负面影响。因此,本文针对上述问题提出了基于模糊信息复合型聚合算子的多属性决策方法,并在此基础上结合零件候选成形方向定位方法提出了一种针对3D打印金属成形领域中SLM工艺的零件最优成形方向自动生成的算法模型。本文的研究内容具体如下:（1）提出一种基于WFAPMM算子和WFAPGMM算子的多属性决策方法。结合MM算子和PA算子提出WFAPMM聚合算子,结合GMM算子和PA算子提出了WFAPGMM聚合算子,并提出一种基于WFAPMM和WFAPGMM算子的多属性决策的新方法。首先给出所提出算子的聚合函数,在此基础上计算聚合算子的一般表达式并探讨算子具备的性质,接着分别推导两个算子基于Hamacher t-范数和t-余范数的具体表达式。开发了一种解决多属性决策问题的新方法。最后通过实验案例和对比分析验证了提出的多属性决策方法。（2）设计了一种SLM零件候选成形方向定位方法。输入SLM零件的STL模型,采用HDBSCAN聚类算法对零件STL模型中的三角形面片法向量进行聚类分簇,按照集群划分步骤选择合适的集群密度并输出相应的集群;根据集群数量判断是否进行细化,计算最后确定的集群相应的成形方向,汇总后得到SLM零件的候选成形方向。（3）设计了一种SLM零件最优成形方向自动生成算法。通过利用模糊多属性决策方法解决最优成形方向定位问题,提出一种新的SLM零件成形方向定位算法。算法的主要流程是:在生成SLM零件成形方向候选集的前提下,选取零件的属性特征,经预测模型估算后构建决策矩阵;对决策矩阵模糊化归一化得到标准模糊决策矩阵;采用模糊聚合算子计算候选方案的综合偏好得分;输出候选方案的优先级序列从而确定了SLM零件的最优成形方向。