由于现实决策环境日益复杂,同时人类的思维认知存在模糊性与不确定性,许多决策者更倾向于使用模糊数或语言词表达决策信息。广义序对模糊数由直觉模糊数发展而来,允许决策者赋予隶属度和非隶属度0到1之间的任意实数值,具有更广阔的模糊信息表达范围;二元语义模型由一个语言词和一个实数组成,可以表示语言术语在信息集成过程中的任意结果,从而能够有效避免决策过程中的信息损失。广义序对二元语义综合了二元语义与广义序对模糊数的优势,使决策者可以在做出定性评价的同时,给出其对应的隶属度与非隶属度。因此,利用广义序对二元语义表达决策信息可以更好的保持原始评估信息的完整性。大量实证研究表明,决策者往往是有限理性的,其实际决策行为会受到个人心理因素的影响。而传统的期望效用决策模型基于“理性人”假设,可能会导致不合理的决策结果。基于前景理论和后悔理论的决策模型考虑了决策者心理因素的影响,更贴近人类有限理性的客观事实,为多属性决策研究提供了新的思路。本文将针对广义序对二元语义环境下的决策问题,分别提出基于幂MSM算子、前景理论和后悔理论的多属性群决策模型,进一步完善模糊多属性决策理论体系,同时为实际决策问题提供新的解决途径。本文的研究内容主要包括以下几个方面:（1）基于广义序对二元语义的集成算子研究。基于广义序对二元语义的基础理论,定义了广义序对二元语义的距离公式。在此基础上,考虑到幂平均算子和MSM算子的特定功能优势,分别定义了广义序对二元语义MSM算子、广义序对二元语义幂MSM算子及它们的加权形式,研究了这些算子具备的性质和特例,并提出了基于广义序对二元语义加权幂MSM算子的多属性群决策方法。（2）基于行为决策理论的广义序对二元语义多属性决策方法研究。针对权重未知的多属性群决策问题,提出了基于广义正交二元语义的CRITIC方法和离差最大化法,以及基于广义序对二元语义相似度的专家权重确定方法。考虑到决策者的风险规避、后悔欣喜等心理因素,分别将前景理论和后悔理论扩展到广义序对二元语义信息,提出了基于前景理论的广义序对二元语义MABAC方法、基于后悔理论的广义序对二元语义PROMETHEE方法。（3）基于广义序对二元语义的多属性群决策方法的应用研究。针对广义序对二元语义环境下的企业云ERP系统选择问题,选择相应的评价属性,分别运用本文提出的三种方法对备选系统进行了排序择优。通过对决策流程及结果的对比分析,进一步说明了三种方法的特点和优势。