现实中许多的多属性群决策问题涉及到多种异质的评价属性,单一的信息形式不能灵活、准确的表达定量和定性多种属性的评价,保留多种信息形式有利于信息表达的完整性和决策结果的可靠性。因此,混合信息多属性群决策十分具有研究价值。本文在实数、区间数、直觉模糊数和语言Z数组成的混合信息评价环境下,对基于共识模型的混合信息多属性群决策方法展开研究。具体研究内容主要包括以下几个方面:（1）混合信息基础理论研究。将实数、区间数、直觉模糊数和语言Z数组成的的混合信息作为决策的评价基础,对混合信息的基础理论展开研究。针对多属性群决策中决策者之间的交互性和极端值对群体决策矩阵的影响,将加权幂几何HM算子拓展到区间数、语言Z数环境中,运用混合信息的加权幂几何HM算子实现个体决策矩阵的聚合。（2）混合信息多属性群决策权重确定方法研究。考虑到主观赋权法和客观赋权法在充分发挥决策者先验信息和利用数据本身特点方面各有侧重,提出基于博弈论思想的主客观组合权重确定方法来确定专家权重和属性权重。针对专家权重和属性权重特点不同,提出针对混合信息的基于社会信任网络主观专家权重确定方法,和基于共识最大化模型的客观专家权重确定方法,用于确定主客观组合的专家权重。提出基于GBWM的主观属性权重确定方法,和基于混合信息熵的客观属性权重确定方法,用于确定主客观组合的属性权重。（3）混合信息多属性群决策共识模型研究。考虑到决策者对方案或属性有个人关注,建立考虑个体关注的共识测度来判断个体决策者是否达成共识。在社会信任网络的基础上,结合观点动力学中经典的De Groot模型,提出基于社会信任网络的De Groot观点演化模型,对未达成共识的个体决策矩阵进行共识过程的反馈调节。（4）混合信息多属性群决策方法研究。在混合信息加权幂几何HM算子、主客观组合的专家权重和属性权重以及基于社会信任网络的混合信息多属性群决策共识模型的基础上,提出混合信息ELECTRE II方法、混合信息EVAMIX方法,在分析所提方法的适用性和优缺点的基础上,提出混合信息EVAMIX-ELECTRE II方法。进一步地,考虑到决策者后悔规避的心理行为,提出考虑后悔规避的混合信息EVAMIX-ELECTRE II方法。最后以云服务商选择的应用为例,详细展示了所提方法的实施过程和决策流程,并对决策结果进行了详细的参数分析和对比分析,说明了方法的有效性和优越性。