多属性决策是现代决策科学的一个重要分支,模糊多属性决策是在经典多属性决策理论上的延伸和发展,其理论与方法已广泛应用于管理决策、医疗诊断、模式识别和市场预测等诸多领域。由于现实决策问题本身包含的不确定性因素,以及决策者主观判断的模糊性,使得决策问题的属性权重信息以及属性值常常以模糊信息的形式出现。因此,探索模糊信息条件下的多属性决策理论及其应用研究具有重要的理论意义和实际应用价值。本文针对模糊信息条件下的多属性决策问题,从以下几个方面进行了探索性研究:1、区间数排序方法研究。任意有限个区间数经过规范化后变成区间值的形式,针对任意有限个区间值,分别定义了一个正理想区间和一个负理想区间,基于区间数之间的欧氏距离,以及TOPSIS思想,运算每一个被比较的区间值相对于正理想区间的相对贴近度,区间值的相对贴近度大说明越贴近正理想区间,因而其所对应的区间数也就越大。2、直觉模糊数排序方法研究。传统的直觉模糊数排序法中,由于得分函数处于绝对优先地位,迫使那些得分函数小一点点,而精确函数大很多的直觉模糊数往往较小,针对这一问题,基于直觉模糊海明距离和TOPSIS的思想,给出了直觉模糊数排序的贴近度公式。经过证明,贴近度公式能够同时蕴含得分函数和精确函数的排序原理。另外,利用直觉模糊数的贴近度公式,借助模糊互补判断矩阵的一致性,定义了加(积)型一致性直觉判断矩阵,并对直觉判断矩阵的排序、一致性等问题进行了研究。3、区间直觉模糊数排序方法研究。区间直觉模糊数的隶属度和非隶属度都是区间的形式,使得很多排序方法对于中点相同而区间宽度明显不一样的区间直觉模糊数无法区分,针对这一问题,提出了基于欧式距离和TOPSIS的区间直觉模糊数排序法,并与多种现有的排序法进行比较分析,表明新的排序指标具有更高的区分能力。另外,对区间直觉判断矩阵的排序、一致性等问题进行了研究。4、犹豫模糊伪度量。不同的犹豫模糊元所包含的隶属度个数可能不同,这样就给犹豫模糊距离的运算带来困难。针对这一问题,我们提出了一种度量两个犹豫模糊元之间差异程度的伪度量。基于犹豫模糊伪度量测度,提出了一种基于伪度量贴近度的犹豫模糊多属性决策方法。另外,提出了犹豫模糊一致性指数的概念,并基于群体一致性分析,建立了群体一致性指数最大化的优化模型,为犹豫模糊多属性决策问题的属性权重的求解提供了一种新的思路。5、犹豫模糊指数熵。首先,给出了犹豫模糊熵的公理化定义。然后,基于传统模糊集的指数熵,提出了犹豫模糊指数熵的概念,构造了犹豫模糊指数熵测度公式,并证明了犹豫模糊指数熵满足四条公理化准则。最后,运用犹豫模糊指数熵和熵最小化原则,提出了一种基于熵权法的犹豫模糊多属性决策方法。6、区间犹豫模糊可能度。基于拓展原理,将区间数的可能度法扩充到区间犹豫模糊元的情形,给出了一个区间犹豫模糊元大于或等于另一个区间犹豫模糊元的可能度定义,并讨论了区间犹豫模糊元的可能度所具有的优良性质。最后,将灰色关联分析法拓展到区间犹豫模糊信息的情形,提出了基于灰色关联分析法的区间犹豫模糊多属性决策方法。