本文以毕达哥拉斯模糊集为理论基础,克服了直觉模糊集中隶属度与非隶属之和小于1的缺陷,并将多属性决策方法(MCDM)引入其中,为解决模糊决策问题提供了另外一种思路。首先,我们将Hamy Mean(HM)算子和对偶Hamy Mean算子(DHM)引入到毕达哥拉斯模糊环境下,提出毕达哥拉斯模糊集Hamy Mean(PFHM)算子和毕达哥拉斯模糊对偶Hamy Mean算子(PHDHM);然后,把其拓展到区间毕达哥拉斯模糊(IVPFS)环境下,提出区间毕达哥拉斯模糊Hamy Mean(IVPFHM)算子和区间毕达哥拉斯模糊对偶Hamy Mean算子(IVPFDHM);其次,我们拓展Hamming距离和Hausdorff距离到毕达哥拉斯模糊环境下,借助距离测度与关联测度之间的关系,提出了一些新的距离测度和关联测度。在集合论、匹配函数、补集和连续函数的基础上,我们又拓展了其它的相似测度。最后,通过实际的例子来说明所提方法的有效性。