多属性决策是决策者从一组可行的方案中,根据预先定义的多个属性,得到最优备选方案的决策方法。多属性决策是一种重要的决策方法,广泛应用于医疗诊断、城市规划、投资决策等诸多领域。本文主要研究几类中智集的多属性决策方法,主要内容包括:(1)首先,定义了简单中智集的两个新的相似性测度,并探讨了两个新的相似性测度的性质。进一步用相同方法定义了两个区间中智集的新相似性测度。最后,将定义的相似性测度应用于医疗诊断的实际例子,并就同一实例与已有的相似性测度进行比较分析,验证了定义的相似性测度在多属性决策方法的可行性和有效性。(2)提出了犹豫模糊语言中智集,并基于语言尺度函数定义了犹豫模糊语言中智数的得分函数、精确函数、运算法则和距离测度。进一步,提出了犹豫模糊语言中智集的行为TOPSIS决策方法。为验证该方法的可行性,将其运用到投资决策的实际问题,并与经典的TOPSIS方法比较验证了该方法的有效性。(3)提出了区间语言中智集,并基于语言尺度函数定义了区间语言中智集的得分函数、精确函数和运算法则。进一步,利用定义的运算法则提出了区间语言中智加权平均算子、区间语言中智有序加权平均算子和区间语言中智几何加权平均算子,并提出了基于区间语言中智集得分函数和精确函数的多属性决策方法。最后,运用数值实例验证了该方法的可行性和有效性。