随着信息技术的快速发展,现实决策问题的描述模糊性、结构复杂性和数据规模性等特征日益凸显,复杂决策问题不断涌现,这给经典的决策模型与方法带来了极大挑战。面对不确定性评价信息与复杂决策数据并存的决策问题,决策者往往从相互联系或相互制约属性的视角对决策方案进行分析,形成了多属性决策的研究。同时,管理者考虑到单人决策的模式存在个体认知能力有限的不足,通过组成一个决策群体的方式来得到最终的决策结论,形成了群体决策的研究。进一步,决策者结合多属性决策与群体决策,通过构建高效的信息融合与分析机制来得到整个决策群体的偏好序,形成了多属性群决策的研究,并成功应用于工厂选址、计划生产、质量控制和库存管理等多个实际应用领域。在多属性群决策中,由于受决策者认知水平差异和决策行为特征等因素的影响,决策对象的描述信息通过精确数、区间数和直觉模糊数等不同粒度的数据类型来表示,以增加评价系统的实用性与灵活性。决策者为同时结合多类数据类型在信息表示方面的优势,往往结合多类数据类型组成决策矩阵,发展了混合多属性群决策。当前,决策者在面临重大决策时,往往表现出风险厌恶型的典型行为特征,因而有必要进行具有稳健型特性的决策分析。鉴于此,如何将风险厌恶型特征引入决策方法已成为群体决策理论与方法研究的关键问题。本文系统研究面向混合数据的风险厌恶型多属性群决策方法,依据精确数、区间数和直觉模糊数来构建决策矩阵,从风险厌恶型特征的视角出发,探索属性权重与决策者权重的客观获取方法,并进一步依据MULTIMOORA法（Multi-Objective Optimization by Ratio Analysis plus the full MULTIplicative form）来建立具备稳健决策结论的混合多属性群决策方法。主要研究内容包括以下三部分:（1）基于风险厌恶型决策行为的混合多属性群决策研究。从具有风险厌恶型决策行为的视角出发,为得到更具可靠性和稳健性特征的决策结果,提出了具有风险厌恶型决策语义的优势关系,即“某一对象优于另一对象当且仅当某一对象在所有属性上的取值均优于另一对象”。在此基础上,建立了面向混合数据的风险厌恶型多属性群决策研究框架。（2）针对属性权重信息和专家权重信息的求解方法研究。首先,基于优势关系提出优势类公式。然后,在同一决策矩阵下,根据属性优势类补集与属性集优势类补集之间的共同信息,获得该属性与属性集之间的互信息。此外,对仅考虑上述优势类补集的共同信息,而未提及优势类本身共同信息这一问题,探索重要性定理来进行相关阐释。最后,通过对每个属性与属性集之间的互信息进行归一化,获得各属性权重信息,且同一属性在不同决策矩阵中,其属性权重不同。同时,将所有决策者给出的决策矩阵进行集成,构成一个综合决策矩阵,从而运用上述求解属性权重信息的方法求解决策者权重信息。（3）由精确数、区间数和直觉模糊数组成的混合多属性群决策问题研究。首先,依据改进的MULTIMOORA法,提出混合风险厌恶型多属性群决策方法。进一步,利用所提出的方法与区间数TOPSIS法在汽车企业如何选择生产方案的背景下进行决策分析与对比性分析,并通过有效性测试来验证本文所提出的方法具备有效性。本文所提出的混合多属性群决策方法不仅可提供考虑决策者风险偏好的客观权重获取方法,而且可提供稳健的决策结论,进一步丰富了多属性群决策的理论研究,并为现实生活中的复杂决策问题提供实践指导。