在决策分析中,由于人类思维具有模糊性和不确定性以及决策问题的复杂性,决策者以语言短语形式给出判断矩阵(简称语言判断矩阵)的决策分析方法更为方便,近年来已引起了广泛关注。到目前为止,有关如何解决基于语言信息的群决策一致性问题的决策方法,国内外学者已经取得了一系列理论和应用成果,主要是基于模糊扩展原理的方法和符号平移的方法。在处理基于语言信息的群决策过程中,有时候专家的评估意见(语言短语集)是非均匀对称分布的,本文将这类非均匀对称分布的语言短语集称为非均衡语言短语集。基于非均衡语言信息的群决策相关问题,本文主要研究了一致性问题和逆判问题。针对基于非均衡语言信息的群决策一致性问题,给出了一种新的一致性算法。Herrera提出的基于非均衡语言信息的群决策问题的一致性模型分为一致性过程和选择过程两个阶段。该模型存在计算过程复杂且专家意见调整步长带有随意性等现象。针对这一现象,文中运用相似函数和偏好矩阵的Hadamard乘积,提出了解决一致性问题的新算法；最后,引用Herrera的算例进行计算对比分析。该模型计算相对简单且对专家意见的调整给出了明确的处理原则。针对基于非均衡语言信息的群决策逆判问题,本文通过定义相似度、满意度、贴近度的概念,将各专家的相容性和一致性结合起来，给出了一种相容性分析方法。而后,将数理统计方法和相容性分析方法融合,通过功效系数法对数据指标进行无量纲分析,给出了一种改进算法。它弥补了前两种方法中对专家水平评估时片面化的现象,完善了群决策逆判过程。