由于决策与人的思维和认识有着密切的关系，决定了决策科学是一个十分复杂的系统科学。在许多现实的决策过程中，由于决策问题自身的复杂性、不确定性和人类思维、认识的模糊性及参与决策的专家个人偏好等不确定性，形成了一类包含语言值数据的不确定决策问题，这类含有语言信息的决策问题一直是决策科学研究的一个难点。
　　Zadeh教授于上个世纪六十年代建立的模糊集理论，为人们处理模糊的语言信息提供了有力的工具。但是，在实际应用中，同一个语言(词)往往对不同的人有不同的理解，因此，每个人利用模糊集来表达该语言的隶属度也是不同的。为了克服模糊集用精确隶属度表达语言变量的局限性，Zadeh提出了Type-2模糊集(T2FSs)的概念，并把之前的模糊集称为Type-1模糊集(T1FSs)。Type-2模糊集的隶属函数是三维的，提供了更多的自由度，可以直接掌控多重的模糊不确定性信息。然而，三维的隶属函数也给其理解和运算带来了高度的复杂性，使得它很难应用于需要实时运行的工程、管理环境中。这极大地阻碍了二型模糊集合理论和应用的发展。为了简化Type-2模糊集的计算，Mendel提出了区间Type-2模糊集(IT2FS)的概念，之后许多学者从不同侧面建立了区间二型模糊多属性决策模型。但是，对于更具一般性的非区间Type-2模糊集的表述、计算等理论和应用却止步不前。事实上，把区间二型模糊决策模型推广到更一般的二型模糊决策模型具有更大的理论和现实意义。因此，本文针对具有语言值数据的多属性决策问题，提出了利用Type-2模糊数模拟语言值的方法，深入研究了Type-2模糊数的解析表示和解析计算，建立了二型模糊多属性决策模型，为解决语言值和混合数据的模糊多属性决策问题提供新的思路。本文主要的工作集中在以下两个方面：
　　（1）二型模糊多属性决策的数学基础研究。Type-2模糊集计算的复杂性来源于其表达的复杂性。本文从一个崭新的视角研究Type-2模糊数，把Type-2模糊数看成Type-1模糊数的一个或多个参数模糊化的结果。基于模糊数的结构元理论，给出了Type-2模糊数的解析表示和解析运算，降低了Type-2模糊数的计算复杂性，研究了正规Type-2模糊集质心的精确计算和近似计算方法，为其广泛应用奠定了理论基础。统一了实数、区间数、Type-1模糊数和Type-2模糊数的表达形式，为解决混合型多属性决策问题奠定了基础。
　　（2）三种二型模糊多属性决策模型的构建。为了把区间二型模糊决策模型推广到（一般）二型模糊决策模型，本文通过定义三类Type-2模糊数的不确定测度，即排序值、可能度和距离，构建三个二型模糊多属性决策模型，它们分别是二型模糊多属性决策的排序值模型、二型模糊多属性决策的可能度模型和二型模糊多属性决策的TOPSIS模型。构建的模糊多属性决策模型可以处理包含精确数、区间数、Type-1模糊数和Type-2模糊数等混合数据的模糊多属性决策问题。语言值实例和混合数据实例说明建立的决策模型计算量小，决策过程合理，结果有效可靠。