由于客观事物的复杂性,现实世界的各种决策问题表现为各种形式的不确定性,具体表现为决策信息是区间数、三角模糊数或梯形模糊数、直觉模糊信息以及区间直觉模糊信息等形式。这些不确定信息在更多客观反映事物本来面貌的同时,也给实际的决策问题带来一定程度上的复杂性,因而在不确定信息环境下如何获得合理的决策方法成为决策问题研究的重要内容。自N.Wiener和C.E. Shannon创立了信息论以来,他们将通信过程中信息源的信号的不确定性表示成为信息熵,熵成为度量不确定性的最佳测度,并且在自然科学和社会科学中获得了广泛的应用。然而,由于熵理论自身的特殊性和多种形式的不确定信息的复杂性,如何在新的不确定决策问题中应用熵理论对信息进行挖掘成为决策理论和熵理论研究的新动向。本文就以下几个方面,对这个问题的研究进行了一定的探索：(1)本文在介绍几类不确定信息的基础上,讨论了这几类不确定信息决策问题熵理论、方法和应用,为不确定性决策问题提供了一些新的解决途径；(2)基于Vague集,直觉模糊信息和区间直觉模糊信息之间的区别和联系,提出直觉模糊数的一些新的运算和比较可能度的定义,结合熵理论和相对熵原理提出了基于直觉模糊信息的多属性群决策问题的新方法,进一步扩大了熵理论的应用领域；(3)结合两类不确定信息各自的特点,提出区间数基于直觉模糊数的序关系,因而给出一种区间数的比较方法。结合已有信息熵给出一类基于区间数模糊信息和直觉模糊集熵值理论的新型不确定性决策方法。该方法的实例分析表明该方法是可行和有效的。