灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行规律的正确描述和有效的控制，具有多学科的综合性、交叉性和抽象性。灰色决策是灰理论应用的核心，是沟通灰色理论与实践应用的桥梁。灰色决策是在决策模型中含有灰元或一般决策模型与灰色模型相结合的情况下的决策，在实际复杂性系统分析中大量存在，如投资决策、项目评估、方案优选、工厂选址、投标招标、维修服务、武器系统性能评定、产业部门发展排序、经济效益综合评价等。随着科学技术的发展，人类所涉及的系统越来越复杂，复杂的大系统所表现的信息的灰度越来越大，需要解决的实际问题也越来越多，灰色决策理论也面临新的发展契机，研究复杂性系统中的多属性决策理论与方法也具有了重要的现实意义。 本文在已有的灰色决策基本理论下，探讨了指标序列为混合型数据的灰决策问题，具体研究了灰色统计决策、灰色聚类决策、灰色多目标局势决策中对于指标序列为混合型数据的决策方法，给出了具体解决实际问题的决策步骤，进一步扩大了灰决策方法的适用范围。 另外在已有的GM(1，1)模型和广义累加GM(1，1)模型参数包的计算方法上作了一些改进，提出了参数的矩阵表示，从而减少了参数计算时系统的响应时间，降低了舍入误差，一定程度上提高了模型的计算精度。 本论文的工作主要可分为以下两个部分： 1.混合型多属性灰色决策方面：1)对于灰聚类决策问题的研究，针对指标序列含有精确数、区间数和三角形模糊数的混合型数据，利用区间数、模糊数的差异信息建立灰关联度量化模型，与经典的灰聚类方法相结合建立最优聚类决策模型。通过该模型的求解，可得出包含精确数，区间数和三角形模糊数的灰色聚类方法，通过此种决策方法来具体解决混合型多属性指标序列的灰色聚类问题。2)对于混合型序列灰色统计问题，本文利用了指标序列的转化，将精确数转化为模糊数，利用模糊数的运算法则及排序方法为指标作统计分析，实际解决了包含精确数、区间数和三角形模糊数的混合型指标序列的灰统计问题。3)对于混合型灰色多目标局势决策问题，同样利用将精确数转化为模糊数来统一指标序列的取值范围，使得传统的局势决策的方法可以解决包含精确数、区间数、三角形模糊数的多目标局势决策问题。 2.对于灰建模技术中的参数辨识问题，本文研究了经典的GM(1，1)模型和广义累加模型的参数包，推导出GM(1，1)模型和广义累加模型参数的矩阵估计形式，而且证明了此种形式仅与原始序列有关，与中间过程无关。利用该矩阵形式本文还具体研究了GM(1，1)模型和广义累加模型中数乘变换对该模型参数的影响。 本文在混合型灰色系统决策方法和模型参数辨识方面做了一些初步探讨，在决策方法的拓广与模型的简化方面得到若干新结果，但也存在许多问题，如新提出的方法的应用条件和有效性有待更多方面实践的检验，灰色系统决策理论方法与其它数学方法的相互补充和综合应用问题等。今后我们将在这些方面作进一步研究。