决策问题广泛存在于社会、经济、管理等领域，而且通常遵循相互矛盾的原则。传统的多目标决策问题往往局限于对确定性现象进行研究，而现实生活中大多数现象却都具有不确定性。不确定性现象一般又可分为随机现象和模糊现象两类，概率论是研究和处理随机现象的工具，模糊集理论的发展为解决模糊现象提供了重要的理论和方法。本文的研究内容包括：多目标决策模型、多目标单元系统模糊优选模型、多目标多系统模糊优选模型、多维多目标多阶段模糊优选模型。首先，介绍多目标决策模型及其解的各种定义，讨论它们的一些性质，给出了评价函数中的理想点法，为论文的展开作了铺垫。然后，通过理想点与平方加权和距离的引入推出单元系统模糊优选模型。权重和定性目标是模糊多目标决策的两类主要偏好信息，在确定定性目标的相对优属度时，先介绍常用的相邻比较法，再尝试通过定性等级量化表，利用集值统计原理等方法来确定定性指标。由于主观权系数的确定一定程度上要依赖于专家的经验，具有很大的主观性，客观权系数在结果上不一定符合实际的要求，为此，本文提出主客观综合评定法来确定最终权系数。考虑到权重对局部最优决策进而对全局最优决策产生的影响，在第三章，利用扰动思想作了权重的灵敏度分析。多个单系统构成多系统，本文进而给出多系统模糊优选决策模型。目前在求解多维多目标多阶段模糊优选问题时，通常采用的是先利用逐次逼近法进行降维，再进行求解的算法，本文尝试运用拉格朗日算子进行降维的算法，并在第四章中给出一个具体的应用算例。最后，对全文作了总结，并对有待于进一步研究的问题作了展望。