群决策支持系统(GDSS)是决策支持系统(DSS)的重要研究分支之一。GDSS利用通信技术、计算机技术,运用人工智能(AI)、管理科学理论与方法及其它数学工具,促进具有不同知识结构、不同经验、共同责任的群体对半结构化、非结构化决策问题进行求解。偏好是设计决策方法和构建决策模型必须考虑的重要因素。特别是当偏好不确定或者不清晰的情况下,正确反映偏好对决策正确性的影响非常大。由于信息原因造成偏好不确定的情况并非少见,因而此种情况下如何决策是决策方法研究中一类非常重要的问题。另一方面,怎样把各个决策者的偏好进行集结也是群体决策的一个至关重要的环节。群体决策的研究主线也是围绕偏好问题展开的,群决策的核心就是如何将多个决策人的个体偏好集结为群体偏好;层次分析法(AHP)作为一种实用有效的决策方法,在社会、经济、管理及工程系统等各个领域已得到广泛的应用。随着理论的发展和实际应用的需要,人们将模糊思想和方法引入到层次分析法之中,形成了模糊层次分析法(FAHP),这正好符合人类思维和客观事物本身所具有的模糊性。利用这些方法可以充分解决GDSS中存在的群体偏好问题,能够有效提高GDSS解决半结构化、非结构化决策问题的能力,所以群体偏好集结问题成为人们在GDSS研究中关注的重要课题之一。文章首先介绍了GDSS和决策理论的现状和存在的问题,针对GDSS决策理论研究及应用中存在的若干问题,提出了基于群体层次分析法(AHP)的GDSS结构,并给出了基于该结构的GDSS的决策程序;然后在GDSS环境下,在AHP的基础之上,提出了一种构造一致性矩阵的方法,提出了一种群体矩阵的集结方法,进一步丰富了偏好集结方法体系。在AHP基础之上进行模糊扩展,专家信息进行模糊化处理,同样提出了一种构造模糊一致性矩阵(模糊满意一致性矩阵)的方法,在前人的研究之上,提出了自己的一种基于最小偏差的群体偏好集结方法和基于和积排序的群体偏好集结方法。