由于现代社会发展的多元化,人们面对的决策环境愈发复杂,加上自身知识和经验的不足等原因,使得决策者在对复杂决策问题评价时具有一定的不确定性。直觉模糊数作为表示不确定信息的一种有效工具,常常被用于解决多属性群决策问题(MAGDM)。本文针对决策信息为直觉模糊信息的MAGDM进行研究,开展的工作如下:1.针对IFS的特殊情况——模糊集,提出了应用于MAGDM的模糊熵加权平均(FEOWA)算子。FEOWA算子是结合模糊熵和有序加权平均算子特点的熵有序加权平均算子的推广。基于模糊数的运算法则,研究了FEOWA算子的一些基本性质,并提出了广义的熵有序加权平均算子和广义的FEOWA算子。2.在直觉模糊熵加权平均算子的基础上,提出了应用于MAGDM的直觉模糊诱导有序熵加权平均(IFIOEWA)算子。该算子把直觉模糊熵作为部分权重集结属性值为直觉模糊数的信息。此外,基于直觉模糊数的运算法则研究了IFIOEWA算子的一些基本性质。3.提出了应用于MAGDM的属性值为直觉模糊语言变量的直觉模糊语言诱导有序加权平均(IFLIOWA)算子。基于直觉模糊语言变量的运算法则,研究了IFLIOWA算子的一些基本性质。4.基于广义直觉模糊欧几里得距离,提出了应用于MAGDM的新的直觉模糊诱导有序加权欧几里得距离(NIFIOWED)算子。在该算子中,Atanassov的直觉模糊数(x _i,?_i,?_i)的主元_ix首次被考虑到距离公式里。并研究了NIFIOWED算子的一些基本性质。此外,在以上算子被提出后,分别给出了一些基于IFIOEWA算子、IFLIOWA算子和NIFIOWED算子的决策算法及案例分析。