在实际生活中,由于经济社会环境的复杂性和不确定性,仅仅让一个决策者去考虑一个决策问题的所有相关方面将会变得越来越不可能。为了保证决策的公平、公正和合理,我们往往需要多个决策者参与到决策过程中来。群决策是按照某种规则将不同决策者的偏好信息集成为群体的偏好序过程,因为其存在于人类日常经济活动的方方面面,获得了国内外学者的广泛关注,近年来取得了丰硕的成果。随着信息技术的迅速发展,参与决策的人数越来越多,给出信息的差异性也有所不同,如何对这些不同的信息进行聚合,进而达成一致共识越来越受人们关注。外界环境和专家个人的不确定性使得在群决策过程中常常采用犹豫模糊、乘法数和语义模糊数等不确定信息进行判断。但是现有的文献对不确定信息的研究仍有不完备的地方,由此本文做出一些改进,构建了两个决策模型,并用实例证明算法的有效性。本文针对决策者之间存在优先关系采用犹豫模糊集进行判断时面临的群决策问题,建立加性一致-优先有序集成算子的群决策模型。首先,对犹豫模糊数、犹豫模糊偏好关系的相关概念和加权平均、有序加权平均、优先有序加权平均等相关算子的知识进行介绍,并引入犹豫主导量化概念;然后,结合优先有序加权平均算子和模糊偏好关系加性一致的相关理论,构造了加性一致-犹豫模糊优先有序平均算子,并采用两两比较的方法获得成对方案、单一方案和偏好关系的共识算法,利用各个决策者与聚合得到的整体偏好关系的距离给出反馈信息进行修正,构建一个达成一致共识的循环反馈机制。对共识偏好关系的排序,采用有序加权平均的主导量化,使获得的结果更加客观可信。最后,通过给出的现实生活中存在的有关犹豫模糊数的一个实例验证了算法的有效性。本文针对决策者之间存在优先关系采用直觉乘法数进行判断时面临的群决策问题,建立乘性一致-优先有序集成算子的群决策模型。首先,对直觉乘法偏好关系的相关概念,加权平均、有序加权平均、优先有序加权平均等相关算子的知识进行介绍,并引入非主导量化的概念;然后,结合优先有序加权平均算子和直觉乘法偏好关系乘性一致的相关理论,构造乘性一致-直觉乘法优先有序平均算子,运用相似矩阵得到关于成对方案、单一方案和偏好关系的共识算法,利用各个决策者与聚合得到的整体偏好关系的距离给出反馈信息进行修正,构建一个完整的共识模型。对共识偏好关系的排序,采用有序加权平均的非主导量化法,使获得的结果更加客观可信。最后,通过给出的现实生活中存在的有关直觉乘法关系的一个实例验证了算法的有效性。