推理问题以及多属性决策问题已经成为人们日常生活中的一部分，我们在处理多属性决策问题时，首先要对决策目标的属性做出评价，在不确定的环境下人们经常使用模糊语言值进行评价。由于某些决策问题本身就具有一定的模糊性，因此获取属性评价时会出现信息缺失。语言真值格蕴涵代数不仅能够很好地处理既有可比性又有不可比性的语言值信息，而且具有能够处理丰富的蕴涵算子，便于进行不确定性推理。本文针对属性值以模糊语言值形式给出的多属性决策问题，提出基于语言真值直觉模糊理想真度的推理和决策模型。主要研究成果如下：　　(1)提出语言真值直觉模糊理想真度二元组的直觉模糊推理方法。首先，提出了语言真值直觉模糊理想真度二元组表示模型；其次，基于语言真值直觉模糊对的理想真度及其相关性质，研究了语言真值直觉模糊理想真度二元组的蕴涵算子，通过处理犹豫度实现了在不确定性推理中充分考虑到信息缺失的部分。最后，提出了基于语言真值直觉模糊理想真度二元组的直觉模糊推理的决策方法。以公司选择优秀员工为例说明该决策方法的合理性和有效性。　　(2)建立了语言真值直觉模糊加权平均得分函数决策模型。首先提出了语言真值直觉模糊得分函数的概念，针对语言真值直觉模糊得分函数的性质进行了详细的分析和证明；其次，考虑决策问题中的属性权重，定义了语言真值直觉模糊加权平均得分函数，讨论了其相关性质；最后，建立了语言真值直觉模糊加权平均得分函数决策模型，并以公司招聘职员为例说明该决策模型的有效性。　　(3)基于语言真值直觉模糊理想真度二元组表示模型和语言真值直觉模糊得分函数，提出了语言真值直觉模糊理想真度决策模型。针对该模型进行了详细的分析，给出了算法描述以及流程图。将该模型应用到优秀学生选拔实例上，说明该决策模型的合理性及有效性。