属性值为梯形模糊数或者语言变量的随机多属性决策问题,是以一种更一般的形式来描述现实决策信息。与一般决策相比,由于它强调了属性值的随机性以及模糊性两方面的信息,所以能够更细致地描述决策信息,从而避免了决策信息的损失。针对概率为区间数,属性值为梯形模糊数、概率为区间数,属性值为语言变量、概率和属性值均为梯形模糊数、概率为梯形模糊数属性值为语言变量以及概率和属性值均为语言变量这五类情况分别研究。第一,概率为区间数、属性值为梯形模糊数的随机多属性决策情况下,把区间概率转换成点概率,然后把随机决策矩阵转化成无风险决策矩阵,最后用理想点法求出最优解。第二,概率为区间数、属性值为梯形模糊语言变量的随机多属性决策情况下,把概率拓展成梯形模糊数概率,然后把随机决策矩阵转化成无风险决策矩阵,最后用TFLWA算子求出最优解。第三,概率和属性值为梯形模糊数的随机多属性决策情况下,根据梯形模糊数的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用理想点法求出最优解。第四,概率为梯形模糊数、属性值为梯形语言变量的随机多属性决策情况下,根据梯形模糊语言的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用TFLWA算子求出最优解。最后,概率和属性值为语言变量的随机多属性决策情况下,根据语言变量的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用最后用TFLWA算子求出最优解。