由于人们思维判断的模糊性和客观事物及决策环境的复杂性,决策者给出的决策信息很难用精确数来表示。所以许多学者不断拓广数的概念,从最初的实数型逐渐发展到模糊数、语言变量和直觉模糊数等等。然而,在现实决策过程中,决策者给出的评价信息经常是不完全,不确定或者是不一致的信息,而上面这些概念只能处理不完全的信息却不能处理不确定的信息和不一致的信息。因此,为了处理这类现实决策问题,Smarandache教授于1999年在中智学的基础上提出了中智集的概念。中智集在直觉模糊集的基础上增加了独立的不确定性度量,是对现有模糊集、区间模糊集、直觉模糊集等的一般化,能够更加细腻地描述现实世界的模糊本质。已有的研究成果发现中智集理论在多属性决策中应用的重要性,但目前的研究成果仅仅是初步的。因此本文以中智集基本理论与信息集成算子为支撑,在文献回顾的基础上,主要研究区间中智集的Einstein运算法则,并将区间中智集和已有集成算子相结合,在新的运算法则基础上建立基于区间中智集的信息集成算子,为现实的多属性决策问题提供理论、模型与方法。本文的创新点在于:(1)将Einstein运算应用到区间中智集中,建立新的区间中智集的运算法则。(2)将广义集成算子、幂(Power)算子和优先集成算子等三类经典集结算子与区间中智集相结合,运用新的运算法则形成基于区间中智集的广义集成算子、幂集成算子和优先集成算子,并探讨这些算子的性质和特例。(3)介绍基于这些算子的多属性决策方法,以解决属性值为区间中智数的多属性决策问题。