通常,人们在进行综合评价时由于认知偏差、信息的不对称等方面的原因,不能拥有足够的定量或定性的信息去对一个系统及其行为或特征做出完全的、确定性的描述、规定(Prescribe)和预测。因此,人们在表达自己的偏好时,其偏好信息往往带有不确定性(如用区间数、三角模糊数、语言术语)或不完全性(如属性权重、属性值、专家权重等评价参数的不完全性)。本文将评价参数信息不完全与偏好信息不确定的综合评价问题统称为不完全与不确定信息下的综合评价问题。不完全与不确定信息下的多属性综合评价是在经典多属性综合评价理论基础上的延伸和发展,它是多属性综合评价理论的重要的组成部分,对它的研究具有重要的理论和实际意义。在理论上,综合应用管理科学、运筹学、优化技术等多学科的知识,进行不完全与不确定信息下的多属性综合评价理论和方法的系统研究,对丰富和完善多属性综合评价理论与方法,具有重要的学术价值；在实际应用上,这些方法在经济、管理、系统科学等领域有着极为广泛的应用前景。本文在“不完全信息”及“不确定信息”两个视角下,围绕多属性综合评价理论与方法,主要进行以下内容的研究。(1)对不完全及不确定信息下的综合评价方法研究现状进行了综述,分析了(所收集到的)已有文献的研究成果中存在的问题和不足,指出了本文研究的出发点。(2)针对权重信息和属性值完全未知,而评价者仅能给出同一指标下各备选方案排序关系的特殊情况,本文给出了一种低成本、快捷的评价方法。同时,提出了不完全信息下的多属性综合评价改进模型。另外,对评价信息缺失的多属性综合评价问题进行了研究,在理论分析与实例分析的基础上,对DS-AHP模型进行改进,并对改进效果进行分析。(3)研究了两类不完全信息下的群体多属性综合评价方法：提出了一种基于相对熵的不完全信息群体专家权重的集结方法；研究了不完全信息群体多属性评价的一种交互式方法。(4)在传统序关系分析法的基础上,将序关系分析法进行了拓展,提出了一种区间赋值序关系分析法；同时针对属性权重和属性值均为区间数的多属性评价问题,提出了一种综合赋权的区间数集结方法；针对方案和属性偏好信息不确定的情况,提出了一种基于方案和属性偏好信息一致性程度最大的多属性评价方法。(5)研究了两类不完全信息下的群体多属性综合评价方法：提出了一种评价者权重已知,但属性权重未知的混合多属性群评价方法；研究了评价者权重未知属性权重已知的混合多属性群评价方法。