群体决策广泛存在于人类社会的经济、政治、文化等领域,已成为人类日常活动之一。由于决策环境的不确定性及人类认知的模糊性,在群体决策问题中,决策者越来越倾向于使用语言术语来表达其观点,即语言型群体决策问题。在语言型群体决策问题中,不同的决策者对同一个语言术语可能有着不同的理解,即个性化语义。对决策者的个性化语义进行建模能够得到更合理更符合实际的决策结果。在考虑个性化语义的语言型群体决策问题中,群体共识和个体一致性是两个重要的研究问题。但现有的大多数共识达成模型只考虑了如何调整决策者的偏好关系以促进群体共识达成而忽略了个体一致性的控制,这可能导致在共识达成过程中,个体一致性被破坏进而产生不合理的决策结果。为此,针对基于语言偏好关系的语言型群体决策问题,本文对考虑个性化语义和一致性控制的共识达成方法进行了研究。主要研究工作如下:（1）针对现有的确定决策者个性化语义的优化模型存在的问题,提出了考虑个性化语义的一致性提升模型。具体来说,以最小化决策者初始和调整后的语言偏好关系之间的偏差为目标,建立了基于最小调整和个性化语义的一致性提升模型。通过求解该模型,可以得到具有可接受加性一致性的语言偏好关系。（2）针对基于语言偏好关系的语言型群体决策问题,提出了考虑个性化语义和一致性控制的共识达成模型。首先,根据本文提出的考虑个性化语义的一致性提升模型得到具有可接受加性一致性的语言偏好关系。然后,运用确定个性化语义的优化模型将语言偏好关系转化为模糊偏好关系并度量共识水平。在此基础上,为满足不同决策问题的需要,分别设计了考虑个性化语义和一致性控制的自动化反馈调整方法和交互式反馈调整方法。这两种方法均可以在保证语言偏好关系一致性不被破坏的条件下提升群体共识水平。（3）以电动汽车充电桩选址问题为例,说明了本文所提模型和算法的具体执行过程。此外,通过仿真实验将本文所提算法与不考虑个性化语义和一致性控制的算法进行比较。实验结果表明,本文所提的两个算法均能在提升群体共识水平的同时保证个体一致性水平不被破坏。本文所提模型和算法丰富了考虑个性化语义的语言型群体决策问题的研究,可以应用于企业投资方案选择,电动汽车充电桩选址和供应商选择等实际决策问题中。