随着信息时代的到来和计算机技术的飞速发展,庞大而复杂的模糊数据出现在人们生活的各个领域.与模糊集和直觉模糊集相比,包含肯定,中立,否定和拒绝等四个维度意见或态度的Picture模糊集在描述和分析模糊信息方面更具优势,致使它被广泛应用于环境科学,信息科学,管理工程,应用科学和医疗系统等学科领域中多准则决策问题的信息评价.然而,现有Picture模糊信息理论及其应用存在一些局限性.本文以Picture模糊信息系统为研究对象,融合Picture模糊集理论,粗糙集理论,决策理论,张量理论,测度理论和统计分析等学科知识,提出一些改进的方法和技术.主要研究内容和创新点概括如下:1.作为对Picture模糊信息进行定量分析的重要工具,Picture模糊信息测度理论是决策理论与方法的重要基础.通过对现有得分函数,距离公式与相似度进行分类,发现现有得分函数,距离公式与相似度不是在有界格的基础上发展而来的,理论基础的缺乏致使它们在一定程度上会出现失效或不合理的情况.为克服这些不足,本文从概率的视角,融合格理论的思想在完备格上建立一套Picture模糊信息测度体系.首先,通过引入参数和平衡系数2),在完备格上构建基于概率的-1-精度得分函数,与现有得分函数的对比分析表明所提出的得分函数对Picture模糊数排序更具灵活性,有效性和合理性.其次,基于等价关系首次给出广义Picture模糊距离测度与广义Picture模糊相似度的概念,并利用所提出的得分函数在完备格上构建两类广义Picture模糊距离测度与广义Picture模糊相似度.最后,一些算例展现所提出的距离与相似度的可行性与有效性.2.信息集结算子是信息融合理论的重要组成部分,也是解决多准则决策问题的经典方法之一.但是现有的大多数Picture模糊信息集结算子无法有效解决覆盖的Picture模糊信息系统中的多准则决策问题.针对覆盖的Picture模糊信息系统中的多准则决策问题,本文将Picture模糊集与粗糙集融合提出基于覆盖的Picture模糊粗糙集（CPFRS）模型,并结合TOPSIS（Technique for order preference by similarity to ideal solution）方法的思想构建CPFRS-TOPSIS方法.通过案例分析,敏感性分析与对比分析验证该方法的有效性与可行性.3.因决策环境的复杂性,测度方法,决策水平与个人偏好等主客观因素影响,实信息系统和模糊信息系统通常呈现不确定性和不一致性.针对实信息系统或模糊信息系统中的多准则决策问题,本文将所提出的Pic-ture模糊覆盖粗糙集（PFCRS）模型与VIKOR（Vlsekriterijumska opti-mizacija i kompromisno resenje）方法进行融合,构建PFCRS-VIKOR方法.首先,针对三种PFCRS模型所具有的局限性,提出一个改进的PFCRS模型,并探究它的一些基本性质.其次,通过结合改进的PFCRS模型,基于概率的-1-精度Picture模糊距离测度与VIKOR方法的思想,给出一个用于处理不确定多准则决策问题的PFCRS-VIKOR方法.最后,案例分析,敏感性分析与对比分析验证了该方法的有效性,灵活性与优越性.4.在实际多准则决策环境中,对象的准则评估值往往受到多个因素影响,但现有的基于矩阵理论或（直觉）模糊张量的决策方法难以处理具有高维Picture模糊信息特征的多准则决策问题.为此,本文融合Picture模糊集与张量首次提出Picture模糊张量的概念,在探究其基本运算及基本性质的基础上构建基于Picture模糊张量的信息集结方法.两个案例分析验证该方法的可行性与有效性.