语言型多属性决策是现代决策理论的一个重要组成部分。在决策过程中，由于决策环境的复杂性和不确定性，专家利用语言短语来表示方案的偏好信息就显得合理和方便。近年来语言型多属性决策问题逐渐引起国内外学者的关注，成为多属性决策领域的一个研究热点。　　本文在三角模糊数表示语言短语语义的基础上对多粒度语言短语的转化度公式进行了改进，以不同粒度语言短语隶属函数面积的交与目标语言短语隶属函数面积的比值作为转化度公式，得到的新的多粒度语言短语统一方法不仅克服了原有统一方法的单向转化弊端，并且不存在粒度的限制，使多粒度语言短语的统一方法更趋合理。　　二元语义表示模型有效地减少了决策信息在集结过程中的扭曲和丢失，由逼近理想解原理知要使方案最优则属性权重应使方案的综合属性值与理想解的距离最小而与负理想解的距离最大，在此基础上利用二元语义建立关于属性权重的线性规划模型，通过求解模型得到最优权重向量。　　在实际的决策过程中，大部分决策并不能一步完成，而需要决策者与分析者就决策信息不断进行交互分析，最后得到决策结果。在方案达成度这一概念下建立了一个决策者与分析者之间不断交互的最优化模型，不仅充分利用了已有的客观信息，而且最大限度地考虑了决策者的主观偏好。　　在群决策中，最终的决策结果应是使大部分专家感到满意，尽管小部分专家有不同的意见，但仍对决策结果给予支持即任何群决策的过程都应尽可能使专家达到一致。但在实际决策过程中，专家们的决策信息很难与群决策信息达到完全一致，在此前提下给出了可接受一致性的概念，基于可接受一致性提出了一种多属性群决策方法，丰富了语言型多属性决策理论与方法。　　在理论方法研究的基础上，本文给出了具体算例，以说明所给方法在实际中的可行性和有效性。