随着经济社会的繁荣发展,人们生活水平的提高,现实决策过程中的评价信息表达方式也变得越加复杂。由于自身知识储备的不足和同行业竞争带来的压力,人们在现实复杂决策问题中做出评价时常常是犹豫不决的。因此,基于犹豫模糊信息的表达方式可以作为一种有力的工具,并且近年来犹豫模糊信息相关问题受到众多学者的广泛关注。本文针对决策中评价信息为犹豫模糊信息的多属性群决策问题展开了深入的研究和探索,主要研究工作如下:第一章主要介绍了本文的研究背景和研究意义,同时对国内外目前的研究现状进行了分析,进而提出了本文所需要研究的问题。第二章简单的介绍了语言术语集和数值标度;犹豫模糊集、毕达哥拉斯模糊集和犹豫模糊语言术语集;还有Archimedan三角范数。第三章,考虑到不同语言术语对于不同个体有不同的效用,本章首先提出了一种新型的语言标度函数,该语言标度函数能很好地在语言术语与数值之间建立了一一对应的关系,同时该语言标度函数能定量地反映出评价个体对于语言术语的不同认知。然后基于最小公倍数原理,构造了新的犹豫模糊语言术语集扩充方法来解决犹豫模糊语言术语集之间长度不一致的问题,并基于新的扩充方法定义了犹豫模糊语言距离测度。接着,基于离差最大化方法,提出了一种基于TOPSIS方法的决策模型来解决属性权重完全未知的犹豫模糊多属性决策问题。最后通过案例对新方法与现有的基于犹豫模糊语言距离测度的决策方法进行了比较分析,从而说明了提出的新方法的合理性和有效性。第四章,在新提出的犹豫模糊语言扩充规则和Archimedean三角模的基础上,提出了一种基于新的犹豫模糊语言信息集成算子的多属性群决策方法。首先,指出了现有的犹豫模糊语言运算法则的不足之处,并给出了具体的例子进行分析。其次,给出了新扩充规则和Archimedean三角模下的犹豫模糊语言运算法则,并证明了一些基本的运算法则性质。接着基于新运算法则提出了一些犹豫模糊语言信息集成算子,并基于新扩充规则下的犹豫模糊语言熵测度建立了熵权法确定属性权重模型。最后提出了基于犹豫模糊语言信息集成算子的多属性群决策方法,并通过案例对新方法与现有决策方法进行了比较分析。第五章,考虑犹豫模糊集与毕达哥拉斯模糊集能有效地表达模糊信息,本章提出了基于犹豫毕达哥拉斯模糊集及其在模糊决策中的相关应用。首先,对现有的相关性质和运算规则进行了扩展。然后针对犹豫毕达哥拉斯模糊集之间长度不一致的问题,基于最小公倍数原理对其做规范化处理。进一步地,定义了一类广义犹豫毕达哥拉斯模糊距离测度,并提出了一种基于VIKOR的犹豫毕达哥拉斯模糊多属性群决策方法。最后,给出了三个具体的案例来说明提出的新方法的应用价值和有效性,包括:模糊双向近似推理系统、模糊医疗诊断和健康管理中心选择问题。最后,对全文的工作进行了总结,并对未来的研究工作进行展望。