风险广泛存在于实际生产生活中,它将严重影响生产经营活动,通常会产生不利的后果,甚至是难以挽回的灾难。因此,提出合理有效的风险分析方法非常关键。由于不确定性现象广泛存在于实际生活中,人类认知水平及主观判断具有一定的局限性,风险系统的决策信息难以用数值精确地描述,对于模糊环境下的风险系统,我们需要结合模糊数学的理论知识,采用模糊风险分析法对此类系统评估风险。在模糊风险分析中,模糊数相似度方法是分析评估风险的常用方法之一,本文通过分析现存模糊数相似度计算方法的缺陷,将模糊风险分析系统的决策信息分别描述为广义模糊数和区间犹豫模糊元,提出两类不同的算法,一种为基于广义模糊数相似度的计算方法,另一种为基于区间犹豫模糊元的相似度算法。首先,提出广义模糊数相似度的计算方法用于解决模糊环境下的风险分析问题。在深入分析已有的(广义)模糊数相似度计算方法的基础上,本文选取两个广义模糊数之间的特征因素,包括高度、面积、重心,并且在计算式中引入自然对数以及参数,能够解决之前方法无法解决的一些特殊情形,并证明本文算法具有的一些重要性质。通过具体实例对比传统的广义模糊数相似度的计算方法与本文方法在算法性能上的优劣,本文方法还有效避免决策信息丢失的现象;随后,本文将提出的模糊数相似度算法用于解决模糊环境下的风险分析问题。同时,本文还给出模糊风险分析的经典模型以及原理步骤,通过具体的模糊风险分析实例验证本文算法的适用性和可行性。因此,本文的风险分析方法是解决模糊风险分析问题的行之有效的方法。最后,在模糊数学的新兴理论——区间犹豫模糊元(集)的基础上,本文提出两类广义区间犹豫模糊元的距离公式,该式子满足三条距离公理,进而又提出几种区间犹豫模糊元的相似度计算方法,并将广义区间犹豫模糊元的距离公式与TOPSIS方法结合,解决网络零售企业仓库选址的多属性决策问题。