模糊多属性决策(FMADM)理论和方法经历了四十多年的发展,已经成为决策理论的一个重要分支,在经济管理、金融投资、项目评价和军事决策等诸多领域中有着广泛的应用,目前仍是决策理论研究的热点,虽然在理论方法和应用方面取得了很多进展,但还一些问题需要解决,本学位论文在前人研究的基础上,基于Vague集理论以语言变量和区间数为辅助对模糊多属性决策问题进行了研究,主要研究工作概括如下:(1)模糊多属性决策方法的研究综述介绍了基于区间数、Vauge集、语言变量的模糊多属性决策方法的研究现状,分析了目前模糊多属性决策研究存在的问题,并探讨了今后模糊多属性决策理论和方法的可能研究方向。(2)混合多属性决策问题的研究及应用a.针对混合多属性决策问题,提出一种将语言变量描述的定性指标和数值描述的定量指标统一转换为Vague值的方法;b.构建基于Vague集的混合属性多属性决策模型;c.应用TOPSIS法对该模型进行求解,提出一种更能体现最靠近正理想方案而又远离负理想方案的综合评价指标,并给出了基于Vague集的混合属性多目标决策的具体步骤;d.最后将其应用到实际案例中,结果表明该方法合理可行。(3)基于三参数i-v Vague集的模糊多属性决策方法的研究及应用a.针对传统Vague集表示模糊信息的不足,提出三参数i-v Vague集的概念,即用三参数区间数表示Vague集的真、假隶属度,并给出了三参数区间数核的确定方法;b.构建基于三参数i-v Vague集的模糊多属性决策模型;c.提出将灰色关联分析法和TOPSIS法结合起来求解该模型,选取离理想方案最近且最有向理想方案靠近趋势的可行性方案为最优方案;d.最后将其应用到风险投资方案选择和企业人才招聘中,取得了较好的效果。