综合评价在经济、管理及工程等领域有着大量的应用。综合评价其复杂性决定了评价中需要引入大量的专家知识和经验,此时一些问题随之而来。首先,指标集的构建是综合评价科学合理完成的基础,指标集中属性信息冗余的处理是必要一环。其次,专家群体评价方式及评价信息的合理集结也直接影响综合评价问题的科学性。最后,在综合评价中,一些属性很难进行准确判断,加之环境的不确定性,此时便涉及到模糊评价方法的设计。本文针对不确定多属性群体评价问题就以上几个方面进行方法讨论与设计。指标体系属性信息冗余处理在指标集建立中是普遍存在的问题。对于评价信息为确定值的指标集约简问题,已有几种较成熟的统计学方法,而对于不确定、不精确环境下的评价问题中,粗糙集法求最简指标集也有大量的研究应用。以上方法各有其优势与不足。现有方法中,可以同时处理指标评价值为确定值和不确定值的指标约简方法较成熟的主要为粗糙集法,但其研究在于集合角度,寻求可以覆盖所有属性的最简指标集合。本文以单指标角度,基于互信息理论测定指标对评价的目标概念的描述力,将指标视为信息的集合,利用容斥定理测度每个指标信息被其余所有指标所覆盖的比率作为指标筛选的标准。建立指标筛选模型,以冗余最小为目标实现指标集对评价目标的全面描述。本文指标筛选方法可以同时适用于评价值为确定型和不确定的评价问题,而且对指标冗余的测度以一个新的视角来描述,对现有指标筛选方法进行了拓展。在专家群体给出评价值的过程中其信息冗余的产生有较大程度是来自于评价专家的趋利避害行为所产生的非公正性评价,另外专家在多属性评价问题中,总会有部分专家在某些领域不具备相当的知识,其给出的判断参考价值较小。对于前者,本文以闭环多轮交互协定评价值的评价方法来减少专家负面行为以保障评价结果的科学公正。对于后者,本文讨论了两种基于专家影响力的专家信息集结方法:多轮交互影响力测定和网络节点法专家影响力测定,并具体给出了专家影响力计算方法。其中,专家评价值均以三角模糊数形式给出,并给出相应计算方法。最后,本文以一个例证分析对本文设计方法及模型进行检验和说明,验证了属性信息冗余处理模型与基于专家影响力的评价信息集结方法的可行性。