在实际的多属性决策过程中,由于数据来源的广泛性、决策信息的不确定性以及人们主观感知的差异性,决策者更倾向于用语言变量表达评价信息,如用“好”、“高”和“差”等来表达评价信息。目前多属性决策是现代决策科学的一个热点研究领域。本文主要研究概率语言q阶正交模糊集,不确定语言q阶正交模糊集的多属性决策问题,主要研究内容如下:第1章:对本文的研究背景,研究意义以及研究现状做了简单的总结,并对本文的主要内容和结构做了安排。第2章:简要介绍本文所需要的理论知识,给出语言集、概率语言集、语言q阶正交模糊集、不确定语言变量和语言尺度函数的定义。第3章:定义了概率语言q阶正交模糊集,提出了调整概率后的概率语言q阶正交模糊集的运算法则、得分函数和精确函数。定义了调整概率后的概率语言q阶正交模糊加权平均算子和调整概率后的概率语言q阶正交模糊加权几何算子;并提出了调整概率后的概率语言q阶正交模糊数之间的距离测度。提出了调整概率后的概率语言q阶正交模糊环境下的行为TOPSIS决策方法。最后,通过实际算例验证了该方法的可行性,与传统TOPSIS方法进行比较证明所提方法的有效性,并对行为参数进行了灵敏度分析和稳定性分析。第4章:与第3章类似,本章引入了语言尺度函数并将其应用到了调整概率后的概率语言q阶正交模糊集中,定义了基于语言尺度函数的调整概率后的概率语言q阶正交模糊集的运算法则、得分函数、精确函数、聚合算子和相关测度。考虑到决策过程中个体信息和聚合信息之间的不一致性,定义了概率语言q阶正交模糊环境下的一致性检验和修复方法,并提出了的概率语言q阶正交模糊环境下的一致性TOPSIS决策方法。最后,通过实际算例验证了该方法的可行性并进行了对比分析。第5章:定义了不确定语言q阶正交模糊集,提出了不确定语言q阶正交模糊集的运算法则、得分函数、精确函数、Shapley相关测度、距离测度和聚合算子。考虑到决策过程中个体信息和聚合信息之间的不一致性,定义了不确定语言q阶正交模糊环境下的一致性检验和修复方法,并提出了的不确定语言q阶正交模糊环境下的Shapley相关测度的一致性TOPSIS决策方法。最后,通过实际算例验证了所提方法的可行性并进行了对比分析。第6章:对全文进行了总结,并给出进一步的研究方向。