近年来,各类突发事件在世界范围内频繁发生,造成大量人员伤亡和财产损耗。这一背景下,及时有效的应急响应将会大大降低突发事件的损失。突发事件发生后,需要在较短的时间、有限的资源以及情景状态不确定的情况下对其实施应急管理,此时,将会引出大量的应急问题,而决策管理是解决应急问题的关键。因此,从多个应急预案中选择出科学合理的方案是科学领域研究中的重中之重。在这种高压的环境下,决策者心理行为直接作用于决策结果,为此,本文从决策者心理行为的角度出发,探讨了关于决策者情绪、信任度及有限理性等三方面的应急群决策问题。（1）针对属性值为区间Pythagorean模糊语言,属性权重未知且考虑决策者情绪状态的多属性应急群决策问题,提出一种基于组合赋权的群决策方法。首先,运用情绪向量和犹豫度计算出平静状态下的区间Pythagorean模糊语言值,同时考虑决策者对平静维度的贡献度及群体偏好以确定决策者权重。其次,定义Pythagorean模糊语言数的交叉熵,根据交叉熵的大小确定属性权重范围,并构建模糊熵最小化模型以确定属性权重。最后,定义正负理想点作为参考点,运用前景理论求出方案的综合前景值,并据此对方案进行排序。（2）针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好的应急群决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法。首先,考虑决策者偏好,将属性分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案。（3）针对属性权重未知且决策信息为区间Pythagorean模糊语言的应急群决策问题,提出一种基于组合赋权和前景理论的多阶段多属性决策方法。首先,根据方案信息熵确定属性权重范围,并以区间Pythagorean模糊熵最小为目标构建模型并求解,以确定属性权重;其次,定义正负理想点作为参考点,运用前景理论求出每一阶段各状态下的前景值,并考虑前一阶段方案对后一阶段状态概率的影响,求出方案链的前景值;在此基础上,以方案链的前景值最大和成本最小为目标构建优化模型,并将多目标转化为单目标,求解模型以确定各阶段的最优方案。通过算例分析表明,构建不同情绪状态下的信息修正模型能规避决策者情绪产生的不利影响,构建两阶段意见交互机制能加快共识,构建的方案链价值推导模型可有效区分各阶段方案。通过对比分析可知,规避决策者心理行为产生的不利影响可以让决策结果更加合理,而充分利用决策者心理行为可更好的发挥主观能动性。