本文研究基于直觉模糊集的多属性群决策问题。首先,介绍了模糊集和直觉模糊集的基本知识,利用TOPSIS方法的基本原理,对传统的TOPSIS方法进行改进,提出了相应的多属性群决策方法。为了说明该方法优于传统的TOPSIS方法,提出了两个相应的定理,并给出了详细的证明过程。其次,在已有的许多文献中,比较直觉模糊值的大小,通常是计算直觉模糊值的得分函数和精确函数,将犹豫度按照一定的比例分配给隶属度和非隶属度,把二维的直觉模糊值转化为一维数进行比较,这种转化容易丢失直觉模糊值的信息。因此为了较多的保留直觉模糊值的信息,本文给出了直觉模糊值优势度的定义,同时给出了直觉模糊集优势度的定义,研究了所给概念的一些性质,给出并证明了相关的定理,提出了比较直觉模糊值的新方法。最后,在直觉模糊值优势度的基础上,在属性权重、决策者权重均已知,属性权重不完全,决策者权重未知三种情况下,提出了相应的多属性群决策方法。该方法的优点是每两个决策方案进行比较,最后选出最佳方案；而已有的方法都是只集结各方案自身的信息,未与其他方案比较。该方法的可行性与有效性通过实例得到验证。