贴近度是不确定性数学理论及其应用中的重要概念之一，在模式识别、图像处理、模糊推理、决策分析等领域中具有着广泛的应用.在不确定性数学理论中，关于模糊集的贴近度理论及应用方面的研究较为完善.关于区间数的贴近度理论及应用方面的研究并不多见，只是为了能够更好地解决实际问题，人们将模糊集的贴近度理论直接引用到区间数理论中，给出了区间数贴近度的计算公式.但是，由于实际问题是非常复杂的，在某一类问题上适用的贴近度公式不适用于另一类问题.因此，提出各种各样的贴近度公式，以供实际问题选用十分必要.本文从客观实际出发，利用模糊集贴近度理论探讨了有关区间数的贴近度及基于贴近度的区间数排序法等问题.所做的具体工作如下:　　1利用模糊集的贴近度理论，讨论了有关区间数贴近度的表示规律，给出了三种区间数贴近度的一般表示形式;并举例说明了根据区间数贴近度的一般表示形式可以构造多种贴近度公式.　　2针对不确定区间型多属性决策中区间数的排序问题，讨论了正区间型属性的规范化问题.首先总结和归纳了常用正区间型属性规范化方法，即线性变换法、比重变换法、向量归一法等，并结合实例指出了它们的不足之处;其次针对正区间型属性指标提出了一种新的属性规范化方法一比重最值混合规范化方法，并讨论了它的一些性质;最后通过算例验证了比重最值混合规范化方法的有效性及其适用范围.　　3根据区间数贴近度的一般表示形式，构造了一个基于区间数距离的贴近度公式;在此基础上，建立了一种新的正区间数排序方法—从优平均贴近度排序法;将此方法运用到不确定区间型决策模型中，并通过实例分析验证了从优平均贴近度排序法的合理性和有效性.