当处理复杂决策问题时,群体智慧往往被认为优于个体智慧,群体决策就是从参与决策的群体中提取智慧的过程,涉及到决策信息的收集、表征、综合和最优方案的选择。本文以非互反判断矩阵为基础,通过提出一致性指标量化判断矩阵的不一致性程度,建立基于一致性程度和群体共识度的最优化模型,采用粒子群优化算法模拟群体决策的动态讨论过程,构建算法求解群体决策问题,主要的研究工作和创新点如下:（1）建立了基于非互反积型判断矩阵的群体决策模型。在不确定环境下,考虑决策者的判断信息采用非互反积型判断矩阵进行表示,基于犹豫度建立了非互反积型判断矩阵和区间积型互反判断矩阵的转化关系。利用非互反判断矩阵任意两行和两列的余弦相似度构建了一致性指标,提出了基于优化模型的权重方法。以群体一致性程度和共识度为目标建立群体决策优化模型,利用粒子群优化算法模拟群体决策的过程,分析了参数的影响,数值结果验证了模型的有效性。（2）建立了基于非互反加型判断矩阵的群体决策模型。考虑决策者给出的判断信息为非互反加型判断矩阵的情形,通过考虑矩阵行、列向量之间的内在联系,建立其加型一致性指标。基于非互反判断矩阵的一致性程度和群体共识度,建立了群体决策最优化模型,提出了满意共识准则刻画群体共识过程的满意性。利用粒子群优化算法求解最优化模型,数值结果表明所提出的模型能够有效实现群体决策问题的最优解。以上研究成果以非互反判断矩阵表征决策信息的不确定性,建立群体共识度的满意标准,提出群体决策的最优化模型,发展了群体决策理论与方法。