在多属性决策中,由于定量评价的局限性,属性评价值可能是由定性的语言形式给出,而在群体层面,决策者又会依据不同的语言评价集给出各自的语言形式评价信息,这就是不同粒度语言评价信息的多属性群决策问题。本文基于此问题,概括了三种不同粒度语言信息一致化的方法,同时对语言信息集结方法进行了补充和改进,主要内容如下:(1)提出了一种基于IOWA算子的多粒度语言决策模型。在此模型中,将多个专家采用不同语言粒度给出的决策信息,基于模糊集原理,实现了不同粒度语言评价信息的归一化,然后引入IOWA算子,将各决策者给出的偏好信息集结为群偏好同时进行方案的优选,最后通过一个实际的ERP选型算例,说明了该方法的有效性和实用性。(2)建立基于不同粒度语言表达下的客观属性权重确定模型。首先将不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息,然后引入TOPSIS的方法,结合二元语义形式计算规则,确定完全未知的客观属性权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优。(3)研究了组合属性权重确定方法。对不同粒度的语言评价集实现有序一致化,而后引入离差最大化的组合赋权方法计算得到综合属性权重向量,通过混合算子HA对群体信息进行集结,得到最终评价值,最后通过风险投资的案例证明了该方法的有效性。