复杂多变的不确定决策环境和决策者有限的认知水平为多属性决策方法的研究带来了更多的机遇和挑战。本文基于OWA算子、犹豫模糊信息、概率犹豫模糊信息和概率区间犹豫模糊信息的决策方法进行了深入系统地研究,主要工作如下:（1）研究了基于椭圆分布的OWA算子的决策方法。利用量化函数定义了对偶OWA算子和对偶加权OWA算子,具体研究了两类算子的基本性质。基于概率统计中广泛存在的椭圆分布,提出几种有效实用的OWA算子属性权重的确定方法,详细讨论了该方法的一些优良性质。（2）在犹豫模糊信息环境下,提出了基于隶属度偏差加权的犹豫模糊距离测度的决策方法。针对两个犹豫模糊元中的隶属度个数不相等问题,提出能够全面考虑不同偏好决策者犹豫心理的元素补齐方案。根据犹豫模糊集中两个犹豫模糊元之间的隶属度差别定义了距离度量时每种补齐方案的权重系数,并将其应用到新提出的5种改进的犹豫模糊距离测度。首次给出了几种改进的广义犹豫模糊距离测度在参数λ取零和无穷大情况下的极限形式。最后,结合金融产品投资问题,利用不同领域专家给出的多源数据进行实例分析。（3）在犹豫模糊信息环境下,提出了基于指数熵加权的降维犹豫模糊兰氏距离测度的决策方法。针对两个犹豫模糊元中的隶属度个数不相等问题,提出新的犹豫模糊元降维方案。提出了几种基于兰氏距离的犹豫模糊距离测度,克服极端数据对决策结果的影响。针对属性权重信息完全未知的情况,采用实际数据信息构造犹豫模糊指数熵,并利用信息熵最小化准则确定属性权重。最后,结合实际的医疗诊断问题进行实例分析。（4）在概率犹豫模糊信息环境下,充分考虑决策者的有限理性和对风险的态度,提出了基于累积前景理论的概率犹豫模糊TOPSIS应急决策模型。针对概率犹豫模糊元中的概率信息缺失的问题,提出缺失信息的补齐方案。由于均值是描述统计中典型的集中趋势测度值,具有优良的数学性质,所以新方案利用原始数据信息的加权平均值进行元素补齐,一定程度地保留了数据的原始信息。然后,提出了几种基于兰氏距离的概率犹豫模糊距离测度。基于概率犹豫模糊兰氏距离测度定义了价值函数。针对属性权重完全未知的情况,利用实际数据,构造概率犹豫模糊指数熵,得到不同前景状态的各属性权重。针对不同前景状态的属性权重对累积前景价值有不同影响的问题,对累积前景价值表达式进行改进。最后,结合TOPSIS方法的改进型贴近度对突发呼吸系统流行性传染病的应急决策问题进行实例分析。（5）在概率区间犹豫模糊信息环境下,为充分挖掘原始数据内在的规律,全面分析不同属性之间的关系,提出了基于概率区间犹豫模糊兰氏距离的灰色关联投影VIKOR模型。针对概率区间犹豫模糊元中的概率信息缺失的问题,提出缺失信息的补齐方案。然后,提出了几种基于兰氏距离的概率区间犹豫模糊距离测度。利用概率区间犹豫模糊兰氏距离计算各方案到正负理想解的距离。针对已知部分先验信息的属性权重,结合方案和属性两个方面,提出基于概率区间犹豫模糊兰氏距离的最大满意度非线性优化模型,并利用该模型确定属性权重。将在处理“小样本”、“贫信息”不确定问题上存在很大优势的灰色系统理论有效地融入了 VIKOR方法。最后,结合不同航空公司服务质量的评估问题进行实例分析。