在经济、管理以及人类社会生活的各个领域中,决策问题无处不在。但是,随着社会的进步、经济的发展以及信息技术的突飞猛进,人们受到决策问题的复杂性和自身认识事物的局限性的困扰往往不能在决策中作出正确的判断。为了获得更加合理和全面的决策结果,一方面,多个决策者被组织起来共同参与决策,做到集思广益和减少偏见,提高决策的水平和质量;另一方面,Zadeh提出了模糊集的概念,它能更好地描述客观事物自身以及人类思维的模糊性,解决决策者在评价某个方案时很难给出精确的评估值的情况。基于群决策克服个人经验和知识结构的不足以及模糊集能刻画人类思维模糊性的优势,本文聚焦直觉模糊、犹豫模糊和对偶犹豫模糊等模糊环境下的多属性群决策问题,研究工作和创新成果主要包括:（1）提出了基于加权Muirhead平均算子的直觉模糊多属性群决策方法。本文将直觉模糊Einstein运算和Muirhead平均算子相结合,构建了新的直觉模糊加权Muirhead平均算子。在集结直觉模糊信息时,新算子既能考虑信息的重要度,还能捕获任意信息之间的内在关系。同时,剖析了新算子的基本性质。另外,提出了基于加权Muirhead平均算子的多属性群决策方法,旨在解决直觉模糊环境下属性权重和决策者权重未知时的群决策问题。最后,将所提方法应用于投资问题,通过分析与比较验证了新方法的有效性和实用性。（2）建立了基于加法一致性的不完备直觉模糊偏好关系的多属性群决策方法。在决策过程中,决策者有时不能给出完整的直觉模糊偏好关系,从而导致重要信息的缺失。加法一致性可用于估计缺失值,但估计的偏好值可能与定义域冲突。本文建立了直觉模糊偏好关系不完备、决策者权重完全未知时的多属性群决策方法。该方法的创新之处在于:一是给出了加法一致的直觉模糊关系的概念;二是给出了加法一致性获得缺失值,且该偏好值有意义（可表达）的充分条件;三是当估计的值没有意义（不可表达）时,提出了相关的修正算法,将原始的不完备直觉模糊偏好关系中的值进行适当的修正,使得修正后的偏好关系可以利用加法一致性获得有意义且完备的偏好关系;四是发展了直觉模糊偏好关系下均值一致性指数的新定义,并由此来确定决策者权重。建筑立面罩盖系统的决策问题的解决验证了提出的不完备直觉模糊偏好关系下的群决策方法的有效性。（3）设计了社会网络下基于加权幂算子的犹豫模糊多属性群决策方法。由社会网络分析的研究可知,群决策中的决策者之间存在着交互关系;此外,原有的幂算子在集结犹豫模糊信息时会随着元素的长度、属性和决策者数量的增加,而使计算变得非常复杂。为了简化计算,本文将有序运算法则和幂算子进行结合,定义新的犹豫模糊集结算子,并讨论了算子的性质;提出了犹豫模糊元的扩展算法。该算法利用社会关系和社会影响力获得相对客观的犹豫模糊元的添加值,一定程度上克服了原有添加值方法的主观性。同时,分别利用Page Rank和犹豫模糊矩阵获得决策者权重,并进行组合。通过实际案例的分析,以及与已有研究的比较,说明了本文提出的社会网络下的犹豫模糊多属性群决策方法的可行性。（4）构建了基于新信息测度的对偶犹豫模糊TOPSIS多属性决策方法。在计算两个对偶犹豫模糊元的距离时,现有的研究方法要求两个元素的隶属度和非隶属度中含有值的个数（长度）分别相同。否则,就必须根据决策者的风险偏好向长度较短的隶属度或非隶属度中添加一些值。但是,这些添加值会在一定程度上增加决策的主观性,不同的添加方法也会导致出现不同的决策结果。为了克服这个局限性,本文定义了新的距离测度和相似测度。这些测度在计算过程中不需要改变对偶犹豫模糊元中的任何值。基于补集以及最模糊集的视角,本文提出了熵测度的新度量公式。从新的距离测度和熵测度出发,本文建立了新的对偶犹豫模糊TOPSIS多属性决策方法。项目投资决策问题和铁资源决策问题的解决验证了提出方法的有效性和合理性。