在现实生活中，许多决策问题不仅涉及多个属性和目标，更是与过去、现在和将来的属性值都有密切关联。由此产生了基于时间序列分析的动态多属性决策问题。如何充分高效的利用这些独立时间节点上的属性值，将它们有机的结合起来形成一个综合属性值，为决策者提供一个既简便又可靠的决策结果，需要建立综合动态属性值的最优化赋权重方法。然而，目前的动态多属性决策大多忽视了属性权重动态变化的影响，而仅仅关注了在客观条件下的静态赋权重值。　　论文将动态多属性决策方法与模型预测控制思想相结合，提出了一种新的决策属性值动态赋权重方法，可以对属性权重在线实施滚动优化，进而充分地考虑决策偏好随时间变化的因素。通过灰色预测模型GM(1，1)对决策的属性值进行预测，合理利用OWA算子的两种数据集成策略，建立了一个解决动态多属性决策问题的新方法。　　作为应用研究，论文将提出的基于模型预测控制的动态多属性决策方法应用在商业投资决策分析中，建立了一个商业投资决策模型，针对典型的商业投资案例进行分析，得到决策结果，并给出各备选方案集的未来发展趋势预测情况。该模型综合考虑了方案集的历史数据值、当前数据值以及将来预测值，进一步加强了数据的使用率。同时给出了备选方案集的综合发展趋势的曲线图，为决策者全面考查备选方案提供可靠的依据。