决策的过程往往受到环境复杂性的作用,专家更加倾向于使用不同粒度的语言评价信息,多粒度的语言偏好表示成为必然;区间直觉模糊集由于能够表示‘亦此亦彼’的模糊概念而受到众多研究人员的广泛关注。本文综合考虑区间直觉模糊集与多粒度语言信息集的特点,定义区间直觉多粒度语言信息的概念并将其运用在解决多属性群决策的问题中。本篇论文的主要研究内容如下:(1)提出了区间直觉多粒度语言信息集和区间直觉二元语义集概念本文综合区间直觉模糊集相关特性,并弥补其没有明确的模糊对象的缺陷,将区间直觉模糊集和多粒度语言信息集相结合提出了区间直觉多粒度语言信息集的表现形式,并对其基本性质进行了阐述。另外,将区间直觉模糊集和二元语义集相结合,构造了区间直觉二元语义信息集的概念,并描述了相关运算法则,证明了区间直觉二元语义变量的加权集结算子。(2)探究了区间直觉多粒度语言信息集的一致化方法为了解决在多粒度语言信息集的运算过程中存在的信息失真问题,一致化处理的步骤是不可或缺的。本研究提出了两类区间直觉多粒度语言变量一致化处理的方法,第一种是使用多粒度语言变量转换为二元语义的方法将区间直觉多粒度语言变量转换为区间直觉二元语义变量;第二种方法是利用云模型的特点,结合云模型的相关运算法则,将区间直觉多粒度语言信息转化为区间云模型的语言表示形式。(3)研究了群决策中专家权重的客观实现方法本文提出一种客观实现专家权重的计算方法。根据评价矩阵计算个体评价信息的辨别区分度、个体与群体的相似度、个体与其他个体的邻近度三个指标,根据这三个指标综合评判专家权重。另外,由于每个专家的对方案的各个属性的了解的深浅程度不一,本文考虑对每个专家的每个属性进行权重计算,从而形成专家对属性的权重矩阵。该研究成果在丰富多属性群决策以及专家评价信息表示方式与实现专家权重计算方法等领域具有一定的拓展与贡献。