在现实世界的决策问题中,使用语言信息表达决策者的意见是更合适和直接的。然而在高度不确定性的情况下,决策者或许会在几个评语之间犹豫。犹豫模糊语言术语集能够清楚地表达语言评估中存在的犹豫性,是描述人们在决策过程中认知的有力工具。在决策方法中,级别不低于方法作为一类重要方法,能充分考虑属性间的部分可补偿性。本文研究了基于犹豫模糊语言信息下的级别不低于决策方法,主要研究工作为:（1）针对属性值为犹豫模糊语言元素形式的多属性决策问题,提出了一种基于后悔理论和ELECTRE Ⅲ的多属性决策方法。首先,利用灰色关联分析和极大熵原理确定属性权重,其次,确定犹豫模糊语言信息的后悔-欣喜函数,凭借该函数确定方案对的后悔-欣喜和谐指数与不和谐指数,以确定方案对的可信度指数,该方法通过方案对的可信度指数确定各方案的净可信度,依此对方案进行排序。最后,通过算例及与其他方法的比较说明了所提方法是可行且有效的。由于该方法既能充分考虑属性间的部分可补偿性,又可以描述决策者的心理行为,因此决策结果更加贴近现实且更为合理。（2）提出一种基于犹豫模糊语言信息下的最优最劣PROMETHEE法。首先定义了两个犹豫模糊语言元素的规范化投影公式,研究了属性权重已知的犹豫模糊语言多属性决策问题。而实际问题中面临的决策问题往往是属性权重未知的,论文重点研究了属性权重完全未知的多属性群决策问题。确定属性权重之后,利用最优最劣PROMETHEE法确定各方案在各属性下的净流量。通过简单加权计算各方案的综合净流量,依此对方案进行排序。最优最劣PROMETHEE法不仅考虑了属性间的部分可补偿性,而且避免了序反转问题。最后,通过共享自行车的投资选择案例说明了所提方法的合理性。（3）提出一种犹豫模糊语言信息下ELECTRE和VIKOR方法相结合的多属性决策方法。首先,利用熵权法确定犹豫模糊语言信息下的属性权重。其次,利用犹豫模糊语言元素的可能性偏好公式确定了和谐集、不和谐集和无差异集,通过VIKOR方法对方案进行排序。ELECTRE方法考虑了属性间的部分可补偿性,VIKOR方法考虑了最大群体效用和最小个体遗憾,使得决策结果更加合理。最后,通过医院药物采购算例说明了所提方法的可行性和有效性,与两种方法的比较分析突出了所提方法的优点。