随着电商互联网的急速发展和壮大,网上购物受到了人们狂热的追捧,物流行业也随之快速崛起。物流促进了经济增长,在国民经济地位中日益凸显。然而,物流园区作为物流行业不可或缺的一部分,却有着很多棘手的问题。通常占地规模较大,建设投资成本高,一旦建成不易搬迁,并且当今环境问题愈发严重,构建绿色低碳环保的物流园区是物流行业的首要任务,规划和建设低碳物流园区的基本准则是“低能耗、高效能”。低碳物流园区的选址问题可以看作是多属性群决策问题,一般是多个决策者在不同要素的影响下对有限个备选方案给出相应的评价,通过科学的决策方法对相关的评价信息进行处理,从而对不同的备选方案进行排序,做出合理的选择。由于人们认知的模糊性和决策环境的复杂性,转化在模糊环境下进行决策更为合理。作为模糊集理论的推广,中智犹豫模糊集在处理不完整、不确定和不一致的决策信息上有着独特的优势,其中包括真实-犹豫隶属度、不确定-犹豫隶属度和虚假-犹豫隶属度三个维度,它允许元素隶属度表示为一组特征是[0,1]中的几个可能的值,充分解决专家评价信息的犹豫不决和信息中不确定或不一致问题。本文主要研究在单值中智犹豫模糊背景下解决低碳物流园区选址的多属性群决策问题,主要研究内容如下:（1）梳理单值中智犹豫模糊集现有距离测量的相关定义,发现其中的缺点和不足-隶属度基数不一致。通常使用增加虚拟值获得相同基数在进行计算,这对于最终的结果会造成一定的偏差。为尽可能保留原始数据信息处理问题,本文同时考虑了单值中智犹豫模糊数的差异性和波动性,提出新的单值中智犹豫海明距离、欧几里得距离和广义距离测量及其加权形式,验证所提出的新距离测量满足距离的四大特性。并且基于距离测量和相似度之间的相关关系,也一并提出单值中智犹豫模糊新的相似性测量。这为全文的研究奠定了理论基础。（2）在现实的决策情况中,属性准则的权重很难直接获取,决策者通过主观偏好给出的权重信息对于最终方案选择会有一定程度的影响。因此,研究完全未知的属性权重更符合当今复杂的决策问题。本文针对在单值中智犹豫模糊环境下的未知属性权重获取的多属性群决策问题,提出在新的距离测量下基于单值中智犹豫模糊扩展VIKOR的群决策方法。主要是利用新的距离测量,构建最大偏差优化模型确定未知属性权重。VIKOR方法兼顾最大化群体效用和最小化个体遗憾,同时考虑专家的主观偏好来评估最优的方案。将该模型方法应用到低碳物流园区选址实际问题中。进一步比较分析在传统的距离测量、扩展的TOPSIS方法和扩展的VIKOR方法应用到实际案例中的计算结果,证明所提出方法的有效性和优势,并通过灵敏度分析说明所提模型方法的稳定性。（3）将幂分区Heronian平均算子、幂几何分区Heronian平均算子分别扩展到单值中智犹豫模糊集环境中,提出单值中智犹豫模糊幂分区Heronian平均算子和单值中智犹豫模糊幂几何分区Heronian平均算子及其加权形式,探讨并证明其满足算子的四大特性:置换不变性,幂等性,有界性和单调性。随后提出在新的距离测量下基于单值中智犹豫模糊加权幂分区Heronian平均算子的群决策方法,解决两两属性之间存在相互关系的实际问题,将该模型方法再次应用到低碳物流园区选址问题中,并与其他文献方法和前文提到的扩展VIKOR方法进行结果比较分析,验证本文所提方法的可行性和合理性。