不确定多指标决策(Uncertain multi-attribute decision making，UMADM)问题既是人们在生产实践和经济活动过程中最为常见的决策问题，也是现代决策科学、系统工程和管理科学领域里一个非常重要的研究课题，已经引起了学术界的广泛关注。随着新一代科技的迅勐发展和社会的革新进步，各行业、产业领域产生、收集的决策问题与过去相比不但在规模、数量上急速膨胀，还在广度、深度、复杂度等方面也有质的变化，于是在大规模复杂决策问题中指标权重、决策偏好或方案评价效用绝大都难以完全确定和量化，而采用区间数、三角模糊数或其它模糊数形式刻画和表示则更能体现决策要素的内涵且也更自然、更一致地契合人类的思维方式、用法习惯。因此，本文运用不确定性区间数与三角模糊数理论（不确定性数学方法）对不确定环境下的两种效用评价类型分别为区间数型和三角模糊数型的UMADM(Interval number-based and triangular fuzzy number-based UMADM,IN-UMADM and TFN-UMADM)进行了研究。对于指标权重未知的IN-UMADM和TFN-UMADM问题，本文给出了六种即基于区间数型可能度规划模型(IN-PDPM)、基于区间数型相似度规划模型(IN-SDPM)、基于区间数型相对相似度规划模型(IN-RSDPM)、基于三角模糊数型可能度规划模型(TFN-PDPM)、基于三角模糊数型相似度规划模型(TFN-SDPM)和基于三角模糊数型相对相似度规划模型(TFN-RSDPM)的UMADM算法。相关研究成果概括如下:　　(1)基于IN-PDPM的UMADM问题研究。针对指标权重未知的IN-UMADM问题，从考察区间数间比较优势关系的角度，提出区间数可能度与比较优势关系理论并得到一些优良性质关系和结论;根据博弈论中极大极小算法建立一种基于区间数比较可能度优势关系确定指标权重的可能度规划模型;利用供选方案间相互比较的可能度矩阵测定值信息，集结所有供选方案比较的可能度值并对供选方案集进行优劣筛选和排序，即得到一种新的IN-UMADM的可能度规划算法。　　(2)基于IN-SDPM的UMADM问题研究。对于指标权重未知的IN-UMADM问题，给出了一种新的决策方法。该方法先界定规范区间数相似度和供选方案相似度的定义，提出区间数相似度与比较优势关系理论并得到一些相关结果;借鉴离差最大化思想建立一种基于区间数相似度关系确定指标权重的相似度规划模型;利用各供选方案与理想方案相似度的相对比值大小对供选方案集进行筛选和次序排定，以此给出一种新的IN-UMADM的相似度规划算法。　　(3)基于IN-RSDPM的UMADM问题研究。针对指标权重未知的IN-UMADM问题，从描述区间数的相似性程度出发，给出一种全新的区间数相对相似度和供选方案相对相似度定义，提出区间数相对相似度与比较优势关系理论并得到一些相关结论;借鉴合作博弈中可能度最大化算法提出一种基于区间数比较相对相似度规划模型的指标权重确定方法;然后采用供选方案在方案集中的总体相对相似度值大小选取最优对象并排序，以此给出IN-UMADM的相对相似度规划算法。　　(4)基于TFN-PDPM的UMADM问题研究。对于指标权重未知的TFN-UMADM问题，提出四种新的三角模糊数比较可能度的等价定义与比较优势关系理论并得到一些优良性质关系和结论;根据博弈论中极大极小算法提出一种基于三角模糊数型比较可能度规划模型的指标权重确定方法;集结所有供选方案比较的可能度值并对供选方案集进行最优判定和次序排定，即得到一种新的TFN-UMADM的可能度规划算法。　　(5)基于TFN-SDPM的UMADM问题研究。针对指标权重未知的TFN-UMADM问题，给出一种新的规范三角模糊数相似度和供选方案相似度的定义，提出三角模糊数相似度与比较优势关系理论并得到一些相关结果;借鉴离差最大化思想建立一种基于三角模糊数相似度关系确定指标权重的相似度规划模型;利用各供选方案与理想方案相似度的相对比值大小对供选方案集进行优劣判定和次序排定，以此给出了一种新的TFN-UMADM的相似度规划算法。　　(6)基于TFN-RSDPM的UMADM问题研究。针对指标权重未知的TFN-UMADM问题，从描述三角模糊数的相似性程度出发，给出一种新的三角模糊数相对相似度和供选方案相对相似度定义，提出三角模糊数相对相似度与比较优势关系理论并得到一些相关结论;借鉴合作博弈中可能度最大化算法提出一种基于三角模糊数比较相对相似度规划模型的指标权重确定方法;利用供选方案对象在方案集中的总体相对相似度值大小选取最优对象并排序，以此给出了TFN-UMADM的相对相似度规划算法。