随着全球经济一体化、社会信息化的发展,产品的设计越来越趋向于复杂化。对于复杂产品设计的研究也得到了越来越多研究人员的重视。由于复杂产品设计中存在大量的不确定性,需要找到合适的决策方法来处理这些不确定性。本文在对国内外研究现状分析了解之后,对不确定条件下复杂产品设计系统的决策理论和方法进行了研究,并使用这些方法解决了复杂产品设计过程中出现的权重信息不确定以及属性信息不确定的问题。在相关理论研究的基础上,设计实现了基于不确定性决策的汽车设计系统,运用实例数据验算取得了良好的结果,验证了本文方法的合理性与可行性。本文主要工作描述如下:(1)介绍课题的研究背景及意义,概括了复杂产品设计国内外研究现状及不确定性决策处理方法,重点介绍了复杂产品设计中的不确定类型及因素,并介绍了权重信息不确定和属性信息不确定的决策方法。(2)针对复杂产品设计中权重信息不确定的决策问题,概括了D-S证据理论决策的概念和理论,给出了相关问题的描述和关键权重的获取算法。在获取关键权重信息后,使用了一种基于D-S证据理论的改进的TOPSIS方法,此方法通过使用改进的距离因子解决了传统TOPSIS无法同时满足相似度和接近度的问题。并给出了面向D-S证据理论决策的复杂产品的设计流程,进而通过算例分析来论证了此研究方法的可行性。(3)针对复杂产品设计中属性信息不确定的决策问题,概括了区间直觉模糊集多属性决策的相关概念和理论,给出了相关问题的描述及区间直觉模糊多属性决策途径,使用了一种基于区间直觉模糊集的改进的灰色关联分析方法,此方法通过使用改进的权重系数解决了传统灰色关联分析方法未考虑数据序列数值间的接近程度的问题。并给出了面向区间直觉模糊集多属性决策的复杂产品的设计流程,进而通过算例分析来论证了此研究方法的可行性。(4)将论文的相关理论研究与实际应用相结合,实现了基于不确定性决策的汽车系统设计,验证了所提出方法和技术的可行性与有效性。