基于多粒度评价语言的多属性群决策是多属性群决策的一个重要研究内容，是现代决策领域的一个热点问题，其相关模型和理论知识在实际生活中应用广泛。在决策过程中，由于客观事物的模糊性和不确定性，使得某些决策对象指标无法或难以量化，因此，在决策时需采用评价语言定性描述对象指标。在实际群决策中，由于各决策者自身知识背景和语言习惯不同，使得不同决策者通常使用各自偏好的语言项集进行决策，若各语言项集所含评价语言的个数不同，则称为多粒度语言项集。针对多粒度评价语言多属性群决策问题，本文主要研究内容如下：　　（1）基于评价语言语义的一致化方法。在已有一致化方法的基础上，基于三角形隶属函数和2-tuple语言模型提出一种新的多粒度语言一致化算法。研究新一致化算法的性质，如单调性、有界性等。理论上对比分析新的和已有的基于语言语义的方法，实例验证分析得出结论。　　（2）基于评价语言标签的一致化方法。根据已有的基于语言标签的多粒度语言一致化方法，提出一种改进的Ordinal Proportional2-tuple（本文统一简称为：序比例2-tuple）一致化方法。理论上对比分析改进方法和已有基于语言标签的方法，实例验证分析得出结论。　　（3）基于新一致化方法的多属性群决策模型。第一，根据数值熵权法和2-tuple熵权法，应用序比例2-tuple的位置指标函数，提出一种改进的熵权法确定指标权重；第二，结合序比例2-tuple语言位置指标函数和OWA算子，提出一种改进的聚合算子聚合序比例2-tuples；第三，综合上述研究内容提出基于多粒度评价语言的多属性群决策模型。　　（4）实例分析。通过在“派出所基础工作考核”中的实际应用，验证模型的可行性和有效性。