模糊多属性决策是运筹学和现代决策科学的一个重要研究领域。根据对事物状态和行动后果的了解情况,人们常常运用确定性理论与方法或不确定性理论与方法进行决策。针对不同的决策环境,可以利用模糊集理论,直觉模糊集理论,区间数理论等处理相应类型的不确定型决策信息。不确定的模糊集多属性决策的研究已经取得一些成果,但是还存在着许多需要改进和深入研究的问题。如对于属性权重的确定和对于方案排序的方法,许多学者都进行了深入的研究。客观赋权法,主观赋权法,主客观赋权法包括单一赋权法以及组合赋权法都是用来确定属性权重的方法。对于组合赋权法中如何平衡各方面的关系也是亟待解决的问题。在决策问题中决策者往往会用不同的模糊数给出决策信息,这就需要考虑模糊数之间的转换关系以及相应的决策方法。本文主要针对模糊多属性决策中的几种赋权法及排序法进行讨论。提出几种组合赋权法及直觉模糊集决策的排序法。主要研究内容如下:1)研究了组合赋权法在多属性决策问题中的应用。针对单一赋权法中熵权法,离差法等方法的不足之处,引入了单一的平衡因子及双参数的平衡因子对模糊多属性决策问题中的赋权法进行讨论。最后由方案与最优解的贴近系数或者关联系数公式对方案进行排序。2)研究了权重向量组在模糊多属性决策中的应用情形。对于决策信息为直觉模糊数的多属性决策问题,分别通过最小化属性值与决策者对方案偏好值的离差以及熵与离差最大化对属性进行赋权,得到属性权重向量组,通过方案与理想解的关联系数进行排序。3)研究了一元区间数的多属性决策方法。考虑将直觉模糊数转化为一元区间数的形式来表示,同时引入风险因子用来反映决策者对待风险的态度。用离差法确定属性的权重,将区间数转化为联系数的形式,基于联系数复运算法计算方案的加权综合值并对方案进行排序。4)研究了二元区间数的模糊多属性决策方法。针对一元区间数的决策方法作出改进。用二元区间数来表示直觉模糊数,这种转换方法同时考虑了隶属度,非隶属度和犹豫度对决策过程的影响。将二元区间数转化为二元联系数并用相应的方法计算其权重,结合风险因子分别用两种不同方法对方案排序并比较结果。通过实例验证它们的有效性和可行性。本文主要创新点:1)研究了组合赋权法在确定属性权重中的应用。其特点是充分挖掘数据信息,既注重数据本身的重要性,又考虑到数据之间的关系。同时引入的平衡因子可以更好的结合二者之间的关系。2)通过构建相应的模型求出所有选项的各个属性权重,得到属性权重向量组。相较于以往的决策方法,权重向量组的赋权方法体现出了事物之间的独立性,强调不同事物即使是同种属性其发挥的作用也不尽相同,因而赋予不同的权重。3)考虑将直觉模糊数转化为一元区间数来表示,这种转化后的一元区间数将直觉模糊数的“点”估计转化为“线”估计,因而可以更准确地描述事物的模糊性。提出相应的模型求出属性权重进而对方案排序。4)用二元区间数来表示直觉模糊数。这种改进不仅将直觉模糊数的“点”估计转化为“线”估计,同时考虑了隶属度,非隶属度以及犹豫度对于决策过程的影响,而且能详细准确地描述事物的模糊性及决策者的意图。通过构建相应的模型确定属性的权重进而对方案进行排序。