决策是日常生活中不可避免的一件事,大到国家政治、经济、军事、外交问题,小到家庭日常生活中的方方面面,随着社会的快速发展,决策问题变得越来越庞大和复杂,面对如此复杂的决策环境,如何才能合理地做出一项决策,引起了众多学者的广泛关注,多属性决策方法在这种背景下被提出用来解决现实生活中的众多的复杂决策问题。传统的多属性决策方法在进行决策时,往往会假定所有的决策者都了解全部的决策属性,决策时在同一个决策指标体系下进行决策。随着决策问题需要考虑的方面越来越多、涉及的知识面越来越广,单一的决策者了解一项决策问题的方方面面是十分困难的,在给定的指标集下,对于一些自己不了解的属性、决策者不能或者不愿意给出决策信息。此类问题一般被学者们称为不完全信息多属性群决策,这在当前的决策环境中是普遍存在的,因此研究此类问题有着十分重要的意义和实用价值。对于不完全信息多属性决策,现有的处理方法一般通过补足法或者基于证据理论的一些方法解决。补足法通过启发式算法、机器学习等方法,将不完全信息补足为完全信息,这种方法虽然能够处理该类问题,但是其主观性太强,而且对决策者原先给出的决策信息进行了破坏,往往不能真实的反映决策者的想法。基于证据理论的方法现有的研究主要关注权重信息不完全或者属性不完全的单一问题,很少同时考虑多种信息残缺的问题。本文借鉴前人的研究成果,同时考虑权重信息和属性信息不完全的情况,首先通过证据理论结合群体一致性获取属性权重和决策者权重,然后通过一个基于证据理论的改进TOPSIS法进行不完全信息的集结,以获取最终的评价结果。最后将其所提出的方法应用在配送中心选址的问题上,以验证方法的可行性和合理性。