在社会经济生活中,存在着大量多属性风险决策问题。目前,对于完全信息下的风险决策问题研究已经取得较丰富的成果。但在实际决策过程中,由于决策信息大多数具有不精确、不完备、模糊等性质,加上决策者对问题认识或信息处理能力的局限性等原因,决策者往往只愿意或只能够提供不完全或不确定的信息。因此,对信息不完全与不确定的多属性风险决策理论与方法进行系统研究,具有重要的理论和现实意义。本文以证据理论为基本理论工具,对多属性风险决策问题进行了研究,给出了一些新的决策模型与方法。首先介绍了证据理论基础知识,为其在模型中的应用作好铺垫;由于证据理论中证据的合成规则至关重要,传统的合成规则无法解决证据极端冲突的情况,本文第二章提出了一种基于信息量的改进合成公式,能很好地解决传统合成规则无法解决的问题,使决策结果更具有科学性。在第三章对多属性风险决策进行了简单的介绍,为证据理论在决策中的应用做好准备:第四章首先给出了一种变动区间效用函数,能够很好地对风险决策矩阵进行转化。然后给出一种不确定信息多属性风险决策的证据推理方法,该方法先对风险决策矩阵中度量值进行处理,然后把多属性风险决策合并为多属性决策,根据焦元的定义对不同属性下的焦元进行识别,求出各证据下焦元的可信度分配值并进行合成,然后根据各方案的置信区间大小进行择优;第五章主要是解决信息不完全的多属性风险决策问题,运用静态区间效函数对信息不完全的决策矩阵进行转化,然后用两种方法对转化后的风险决策矩阵进行合并,其中主要研究了合并为风险决策矩阵的情况,根据合并后的风险决策矩阵中属性值的特征确定不同状态下的焦元,计算每个焦元的基本可信度分配值;求所有决策方案的置信区间,并进行排序。最后,对文章进行了总结和展望,指出了论文的不足之处和研究缺陷,提出了一些值得并有待于进一步研究的问题。