多属性决策是人类生活中重要的组成部分,涉及到现实中的很多问题,经典的多属性决策从最初的研究到现在已经几近完善。随着社会和经济的发展,事物本身的复杂性及其模糊性随之增加,这使得多属性决策的决策信息又是不确定的、模糊的,所以称为模糊多属性决策。如何解决模糊多属性问题就变得尤为重要。在模糊多属性决策分析中,常常用一系列的模糊数来描述决策者的偏好意见以及各方案的属性值,因此,对各方案的比较和择优通常归结为模糊数的比较和排序。迄今为止,关于模糊数的排序有很多的研究成果。本文在前人研究的基础上,提出了新的模糊数的排序方法,即基于模糊数的隶属函数,将模糊数和模糊数之间的比较结果转化为实数轴上的量为切入点,研究有关一维模糊数和n维模糊数的排序问题,实现模糊数的比较或模糊数之间的成对比较,从而实现对模糊数的择优。本文的主要安排如下:1.第一章中,简要介绍模糊数的发展背景以及模糊数排序问题的研究现状。2.第二章中,主要介绍模糊集合理论的基本概念、模糊数及其相关概念、讨论其性质。为了给后面的章节做准备,我们还介绍几种特殊的模糊数的概念,并讨论其性质。3.第三章中,我们基于模糊数的隶属函数定义一个能合理、客观地刻画模糊数优劣的实数量作为排序指标,此方法既合理又计算方便。并且我们针对方法中的一些不足引进离散度,对所定义的排序指标函数进行改进,虽然计算比之前的方法复杂,但操作起来也很简便。最后,我们又基于所引进的这个可以刻画模糊数优劣的实数量给出n维模糊数向量的排序指标函数。4.第四章中,我们基于模糊数的隶属函数在n维模糊椭球数空间上定义一个模糊序,实现模糊数之间的成对比较。用所定义的模糊序为指标不仅可以比较出模糊数之间的大小。还可以得出模糊数两两比较的大小结果成立的程度。5.第五章中,简要总结本文的主要工作,并展望将来有待研究的相关内容。