近年来中国频繁发生各种重特大公共危机、突发灾害事件,对人民生命财安全构成极大威胁。考虑到时间的紧迫性和突发事件发生时的复杂情况,应急指挥中心往往会组织大量相关部门的专家进行决策,这种决策通常称为大群体应急决策。重特大灾害发生后,要在短时间、高压力下形成一个科学、有效的应对方案,这种情况下决策者难以使用精确的数值表达自身偏好。基于概率语言术语集的概率语言偏好关系是一种描述不确定语言信息的新工具,符合应急决策中决策者思维的不确定性,更为准确地反映了决策者的偏好。大群体应急决策中的决策者来自多个不同的领域,所代表的利益不同,导致决策中的冲突普遍存在,难以有效达成共识。同时,由于复杂的决策环境,决策者基于方案两两比较的偏好一致性难以保障。因此,构建综合一致性修正及共识度修正的决策方法才能满足这种情况下的决策要求。本文通过对已有的概率语言偏好关系的研究,结合大群体应急决策的特征,提出基于概率语言偏好关系的一致性修正算法和共识度修正算法,并将两种算法综合后运用到大群体应急决策问题中,有效解决应急决策问题中决策者一致性不可接受及群体共识度低的问题。论文主要的研究工作如下:（1）提出动态修正参数的概念,使用动态修正参数对概率语言术语的语言值及概率值进行修正。每次修正根据当前的偏好信息及修正目标,构造修正参数的目标规划问题,求解目标规划得到当前最优的修正参数。修正参数随着偏好信息及修正目标的变化而变化。（2）利用概率语言偏好矩阵修正前后的距离度量修正成本,提出了有时间约束的一致性修正算法,算法中构建最小成本的一致性修正模型,使一致性得到修正的同时决策者修正成本最低;提出有时间约束的大群体共识度修正算法。基于概率语言偏好的聚类算法将大群体聚集为若干子群,子群偏好聚合得到总群偏好,将距离总群最远的子群作为被修正对象。算法中构建最小成本的共识度修正模型,使共识度得到修正的同时被修正子群的修正成本最低。（3）针对已有的群体共识达成研究中忽略决策者一致性的问题,提出在达成共识前要对决策者的一致性进行检验及修正。在大群体应急决策中综合一致性及共识度修正算法。先对决策者的一致性进行检验及修正,所有决策者的一致性可接受后进行群体共识度的度量及修正。共识达成后通过得分函数及偏差函数对方案排序,选出最优方案。将综合算法应用到天津化工厂爆炸的模拟救援中,验证了算法的可行性、有效性。