群决策是将不同决策者的偏好按照某种规则集成为群体的一致或妥协的偏好序,广泛地存在于人类社会经济、政治和生活中。近年来,关于群决策的研究受到了国内外研究学者的广泛关注,并取得了丰富的研究成果。但是,已有研究仍然存在一些不足之处。对一些复杂群决策问题来说,由于决策环境的不确定和决策者在文化和教育背景等方面的差异,决策者给出的评价(偏好)信息可能会存在不确定性、残缺性和异质性。伴随着信息技术的快速发展,越来越多的决策者可以参与到群决策过程中,对一些重大群决策问题,可能会涉及到多方决策组织的参与,如何对决策组织的评价(偏好)信息进行表示和集成也是值得关注的问题之一。结合以上问题,本文对几类具有残缺和不确定信息的群决策方法进行了研究。主要研究工作总结如下：(1)研究了基于多粒度语言评价信息的多属性群决策问题。针对属性权重信息不完全条件下的多粒度不确定语言型多属性群决策问题,本文提出了一种决策分析方法。这一方法通过建立使得决策者个体观点和群体观点之间偏差最小的优化模型来确定备选方案的综合评价值。此外,本文对多粒度分布式语言评价的一致化问题进行了研究,提出了两种考虑集成数据之间关系的分布式语言power信息集成算子,并在此基础上给出了两种基于多粒度分布式语言评价的多属性群决策方法。(2)研究了基于不确定语言偏好关系的群决策方法。本文首先定义了不确定二元语义偏好关系的一致性,并提出了两种算法来估计残缺不确定二元语义偏好关系的缺失元素值,为解决具有残缺不确定二元语义偏好关系的群决策问题提供了一种途径。然后,本文对基于不确定二元语义偏好关系的个体一致性和群体共识问题进行了研究,定义了个体一致性和群体共识指标,提出了改进个体一致性和群体共识的算法。(3)研究了基于异质残缺偏好关系的群决策问题。针对具有异质残缺不确定偏好关系的群决策问题,本文定义了群体共识指标和综合一致性指标,并建立了最小化这两个指标的双目标优化模型来确定方案的排序权重。此外,本文对基于残缺犹豫偏好关系(包括犹豫模糊偏好关系和犹豫乘性偏好关系)的群决策问题进行了研究,基于对数最小二乘法给出了从残缺犹豫偏好关系中生成个体排序权重向量的公式,在此基础上,提出了一种群决策方法来解决多个决策组织参与的群决策问题。(4)提出了一种方法来解决决策者权重信息不确定的序区间型群决策问题。对这一决策问题,本文建立了使得决策者自身判断差异最大和决策者之间判断一致性最高的多目标优化模型来确定决策者的权重。然后,本文将VIKOR方法扩展到基于序区间偏好信息的群决策环境,提出了一种群决策分析方法。本文的研究成果丰富了复杂不确定环境下的群决策理论和方法,所提出的决策模型和算法可以应用于企业政策制定、供应商选择和新产品开发等实际决策问题中。