多属性决策作为管理科学与工程的重要分支被广泛应用在投资项目优选、供应商优劣排序、经济效益评估等社会经济管理领域。多属性群决策是指多个评价者选择某种决策方法,根据多个属性对备选方案评估并择优的过程。在处理现实中的多属性群决策问题时,由于评价者知识的局限性以及决策问题的复杂性,评价者很难以精确值表示评价信息。为了更好的描述评价信息中包含的全局不确定性、局部不确定性以及模糊性,本文采用证据推理中的识别框架描述评价信息,并根据不同的识别框架提出对应的决策模型,解决不同决策背景下的多属性群决策问题。近年来,有学者针对证据推理方法展开研究,虽然决策模型在不断改进,但仍存在一些问题。本文针对现有模型存在的不足提出以下三个改进的群决策方法:(1)基于区间证据推理的TOPSIS群决策方法科学地描述评价信息是提高证据推理方法有效性的关键因素之一,已有的基于证据推理的TOPSIS决策方法,未考虑局部不确定性,存在信息失真现象。针对以上问题,本文基于区间证据推理提出了相应的TOPSIS群决策模型。(2)基于模糊证据推理的TOPSIS群决策方法合理地使用证据重要性以及可靠性信息可以提高证据推理方法的有效性,已有的基于模糊证据推理的TOPSIS群决策方法未能同时兼顾重要性与可靠性。仅考虑重要性时,存在忽视信息质量的缺点;仅考虑可靠性时,存在忽视不同证据具有不同重要性的缺点。针对以上问题,本文提出同时考虑重要性与可靠性的群决策方法。(3)基于模糊区间证据推理的TOPSIS群决策方法以上两种群决策方法未能兼顾局部不确定性与模糊性,针对该问题,本文提出同时兼顾局部不确定性和模糊性的群决策方法。