为了解决复杂模糊不确定环境下的多属性决策问题,各种模糊集被引入到决策分析领域。q阶正交模糊数能够更精确地反映人们的意愿,更加全面、客观地表达评价信息。本文研究基于q阶正交模糊信息下的多属性决策方法。提出基于DEMATEL和VIKOR的犹豫毕达哥拉斯模糊多属性决策方法。首先根据决策者给定的属性评价值,利用DEMATEL方法确定属性权重,对具有冲突属性的决策问题,利用VIKOR方法对方案进行排序。其次将所提方法与TOPSIS和加权算术平均方法的排序结果进行对比.对于排序结果不一致的情况,在满足Kendall-W系数事前一致性检验要求的情况下,利用组合模糊Borda方法进行新排序,再利用Spearman系数进行事后一致性检验。最后通过算例说明对于采用多种方法对方案进行排序时,如果排序结果不一致,可以通过考虑一致性检验,得到更加合理的排序结果。研究属性权重未知的q阶正交模糊COPRAS方法。首先CRITIC法是基于属性间对比强度和冲突性,利用评价数据确定属性权重信息。其次将COPRAS法引入q阶正交模糊环境中可以考虑属性间的相互冲突因素以得到更加合理的决策结果。最后,给出基于CRITIC-COPRAS的q阶正交模糊多属性决策方法,并通过比较分析说明方法的可行性和有效性。研究基于q阶正交模糊集的新聚合算子。首先将q阶正交模糊数与Frank运算相结合,定义q阶正交模糊环境下Frank算子的运算法则。其次基于Frank算子及Bonferroni均值算子提出一些新的聚合算子:q-ROFFWA算子、q-ROFFWG算子、q-ROFFWBM算子、q-ROFFWGBM算子,并证明这些算子的性质和一些特殊情况。最后,提出基于上述算子的多属性决策模型。Frank算子中输入参数可根据实际需要灵活选择。Bonferroni均值算子能够充分考虑输入参数间的相互关系。因此,将两个算子相结合,能够更加全面的进行决策。