现实的大量决策问题常常具有信息的不完备和不确定性,基于语言信息的决策方法具有直观的解释性而成为一种常见的决策方法,采用模糊语言形式的偏好信息对决策者的行为刻画更加符合事物的客观本质,更能体现决策者的主观偏好。当决策者犹豫于多个可能的语言取值的情况下,传统的运用单个语言值和预先设定的术语会限制专家们精确的表达个人偏好,采用丰富的语言表达比传统的运用单个语言值能够更加精确的表达个人偏好。基于此,本文提出一个更能表达专家真实思想的表达方法即复合语言表达方法,并将其应用于多目标决策和群决策模型中。本文的主要工作包括：(1)在比较语言表达基础上提出了复合语言表达方法,不仅提供了一种比单一语言值更加丰富的表达,而且由于这种表达是基于上下文无关的文法,更具灵活性,也更加符合实际,为不确定情况下的多准则决策提供了一个新的语言表达方法。(2)当面对多属性决策问题时,根据上下文无关文法将比较语言表达转换为犹豫模糊语言术语集(HFLTS),并应用有序加权算子(OWA)计算出由梯形隶属函数表示的模糊语言术语集的模糊包络,有效地简化了基于HFLTS的词计算过程,最后应用逼近理想解排序(TOPSIS)方法进行决策排序得到了一个新的基于梯形模糊隶属函数的复合语言多属性决策模型。(3)将复合语言应用到群决策模型中,由于客观事物的复杂性以及决策者们的知识经验、判断能力等的不同,导致决策群体无法获得精确的个体偏好信息。当面对有限方案的多目标决策问题时,集合不同专家的知识能较好地保证决策结果的合理性和正确性,具有较好的执行性,继而本文提出了一种新的基于复合语言表达的群决策模型和相应的群决策算法。首先运用上下文无关文法将专家偏好转换为判断矩阵,再将判断矩阵中的语言表达统一为犹豫模糊语言术语集,最后运用聚合运算得集体偏好从而找到最佳解决方案。