多属性决策的理论和应用研究备受广泛的关注,主要解决方案的选优、排序及分类问题,且随着利益相关者更进一步的参与决策问题,关于多属性群决策的研究同样越来越重视。对于群决策问题需要考虑所有决策者的判断,通过某种集结方法形成决策群体的判断,从而对备选方案作出评价。在多属性决策或群决策过程中,常常面临指标权重等决策信息未知,各决策者对于方案的的判断具有差异的情况,为此,本文主要针对该类问题,在不同的决策情况下:单个决策者的排序问题、群决策的排序问题以及群决策的分类问题,研究如何确定相应决策问题的未知参数,研究如何集结各决策者的偏好。本文的主要研究工作及创新成果:1)针对指标权重未知的排序问题,定义方案到正负理想方案的距离表示决策者对于方案的偏好,构建基于案例距离的指标权重求解模型获取决策信息,并与TOPSIS法融合将方案排序。2)针对指标权重未知的群决策排序问题,构建各决策者对于案例的两两偏好比较矩阵,在此基础上定义决策者之间的判断相似度,并对所有决策者进行聚类分析,确定各聚类群体的一致案例信息,并利用基于案例距离的排序方法集结各决策群体的判断。3)针对指标权重未知的群决策分类问题,给出本文分类的基本原理,定义群决策分类的协调权,构建群体一致案例集确定模型,并基于群体一致案例信息构建协调权求解模型,从而可以确定决策问题协调权、分类阈值。分别对以上几类多属性决策问题进行了理论研究,并进行相应的案例分析,验证本文决策模型的有效性。