由于客观事物本身的复杂性以及人类认识能力的局限性，不确定性多属性决策的研究越来越引起人们的重视。随机多属性决策作为不确定性多属性决策的一个重要研究分支，是社会经济生活中比较常见的问题，其不确定性主要表现在属性值上，即多个方案在不同属性上的取值为服从一定概率分布的随机变量，此时如何对方案进行优选或分类。　　 本文深入研究相关文献，根据随机型属性值的特点，针对方案的优选或排序问题，将修改或改进后的灰关联算予以及扩展的OWA算子等相关集结算子的研究成果推广到随机型或混合型多属性决策领域，构建了相应的决策模型，并根据优化理论和优化算法对其进行了有效地求解。最后针对属性值为服从正态分布、均匀分布以及混合型的情形进行验证分析，论文的主要研究成果如下:　　 (1)针对属性权重信息不确定或不完全确定，而属性值为服从正态分布的随机变量的情形，在分析正态分布相关性质的基础上，给出衡量方案两两比较优劣程度的指标一偏好概率矩阵，并利用属性值间的偏差最大化原则，建立单目标优化模型来获得较为合理的属性权重，提出一种基于灰矩阵关联算子的随机多属性决策方法:　　 (2)把OWA算子、CWAA算子推广到所给属性值为随机变量的环境中，以方案属性值的变异系数作为导出算子的导出分量，给出了随机型IOWA算子和ICWAA算子的相关定义，并介绍了属性值为随机变量情况下的一种属性值预处理方法，提出基于随机型IOWA算子和随机型ICWAA算子的随机多属性决策方法，分别从单人决策和多人决策方面进行了验证分析；　　 (3)针对属性值为混合型的随机多属性决策问题，给出了FC-OWA算子的定义及其相关性质，并结合方案贴近度，提出了基于FC-OWA算子的混合多属性决策方法。