现代科学技术的飞速发展对高科技企业而言既是挑战,也是机遇。在这样的时代背景下,高科技企业通过运用科学的决策和管理方法,不仅可以促进企业飞速发展,更能推动区域经济高质量发展。现将高科技企业的创新性评价归结为多属性群决策问题,通过对该问题的科学评价,能够提升企业效用并促进企业发展。决策过程中,决策问题往往比较复杂,而每个决策者由于自身行业不同、偏好不同,很难用精确的数学表达对其评价。针对这一问题,本文提出了一种基于模糊集理论的研究方法,对各个评价指标进行规范化处理,用期望来描述不确定评价信息的平均值,用方差来描述不确定评价信息的变化程度,使得到的决策结果更可靠。本文主要完成了以下工作:首先,研究了高科技企业创新性评价指标的选择标准,确立相关评价体系。介绍了混杂多属性群决策、模糊集理论和基准语言集合的理论基础。分别运用离差最大化法和比重法将精确数、偏好序和区间数这三种类型的评价信息规范,再利用模糊运算将规范化后的评价信息转换为模糊集形式,并根据模糊集形式的信息求出相应的期望和方差,由此得到能更好的表示不确定性和复杂性评价信息的决策矩阵。然后,介绍了几种解决多属性群决策问题及确定属性权重常用的方法。本文运用投影法将期望和方差集结,并利用一致性思想建立模型求专家权重。运用离差最大化法和距离测度法分别求出属性权重,将两个属性权重集结。为使排序更加有效,通过集结专家权重和专家评价信息建立优化模型并求解属性综合权重。计算得到各个方案的创新性评价值,从而对其排序,并通过具体的算例验证提出算法的可行性和可靠性。最后,针对高科技企业创新性评价这一问题,根据前文的具体算法,建立了一个多属性群决策支持系统。通过收集专家们的评价信息,自动算出企业创新性综合评价值并进行排名。评价系统的构建不仅可以使评价更加便捷、高效,让企业更好地安排资源以达到效用最大化,还能避免计算过程中的失误,使结果更加透明、公开、公平、可靠。