随着日常生活中遇到问题的复杂性不断提高,决策环境变得更加模糊,这时很难用[0,1]中一个实数来表示隶属函数的值。人们开始研究二型模糊理论,以处理更加复杂的问题。本文主要利用二型模糊集对语言信息的强大处理能力,以二型模糊集与决策方法为切入点,结合软集和交叉熵的理论,对其进行延伸并应用于不确定决策。本文主要分三个部分,具体工作如下:二型模糊集的第一种延伸:在介绍了经典的一型模糊集、二型模糊集的基本概念、性质和运算的基础上。将二型模糊集延伸至更高维数的m型模糊集,给出了m型模糊集的新定义,并讨论了m型模糊集的简单运算性质。二型模糊集的第二种延伸:讨论了二型模糊集特殊情况,即区间二型模糊集,并研究在区间二型模糊环境下的多属性群决策问题。我们给出了一个新的区间二型模糊交叉熵的定义,它包含模糊,犹豫和区间信息三个方面。在此基础上,我们提出了一个新的区间二型模糊熵。根据最优化理论和属性权重的信息,我们建立两个序熵优化决策模型,给出了一个新的处理区间二型模糊集的多属性群决策的方法。最后给出实例去证明我们的方法。二型模糊集的第三种延伸:针对决策信息具有较高的不确定性,我们将二型模糊集与软集结合,给出了软二型模糊集概念。并在此基础上,提出了软m型模糊集的定义,并讨论了其运算性质。最后给出软区间二型模糊集的定义,并就权重信息未知的软区间二型模糊集的多属性决策方法,给出实例验证了其可行性。