由于经济社会的快速发展,决策环境变得日益复杂,多种模糊信息表征形式被提出以表达对客观事物的评价。其中,犹豫模糊对偶语言术语集是一种新提出的定性信息表达形式,它由两层独立的语言术语集组成,第一层语言为专家对客观事物的基本评价,第二层语言为第一层语言术语的可靠性和概率描述。相比于概率语言、语言分布等信息形式,犹豫模糊对偶语言允许专家使用语言表达概率描述,这更加符合人类的表达习惯,且能够为专家在评价过程中提供更大的自由度和灵活性,因此,对犹豫模糊对偶语言环境下的多属性决策方法研究具有一定的现实意义。本文的研究主要包括以下内容:（1）基于云模型、二元语义对犹豫模糊对偶语言的处理研究。犹豫模糊对偶语言是一种新提出的语言形式,其相关运算还没有得到系统研究。一方面,考虑到云模型能够以概率分布的方式表示定性信息,充分反应定性信息的模糊性和随机性,因此本文利用云模型对犹豫模糊对偶语言进行定量转化并应用到多属性群决策方法中。另一方面,采用二元语义对犹豫模糊对偶语言的期望、距离测度以及聚合算子进行定义,应用到最小成本共识模型中。（2）基于犹豫模糊对偶语言的ORESTE多属性群决策方法研究。首先,采用云模型对犹豫模糊对偶语言进行定量转化后,建立云模型的Dice距离测度,并将ORESTE方法扩展到犹豫模糊对偶语言环境下的多属性群决策方法中。其次,建立了基于犹豫模糊对偶语言的TOPSIS-ORESTE方法,既考虑了方案与正负理想解的贴近度,又可以解决传统TOPSIS方法的补偿性。（3）基于犹豫模糊对偶语言的最小成本共识研究。首先基于二元语义处理犹豫模糊对偶语言,定义个体以及群体共识测度,进而定义了基于犹豫模糊对偶语言的最小成本共识模型。考虑到专家在社会网络中信任关系以及观点交互行为的存在,定义了犹豫模糊对偶语言环境下基于专家信任关系的De Groot模型,并建立了有限时间内,基于De Groot模型的最小成本共识,并分析了个体、群体共识阈值以及观点交互时间对调节成本的影响。（4）基于犹豫模糊对偶语言的综合共识与TOPSIS-ORETSE多属性群决策方法研究。在最后,本文建立了一个综合的多属性群决策框架,将考虑专家信任关系以及有限时间内观点演化行为的最小成本共识模型与TOPSIS-ORESTE方法进行结合,既能够通过降低专家之间的冲突得到较为一致的综合评价信息,又可以通过方案之间的两两对比获得不同的优先序关系。最后对本文提出的五种方法进行对比说明,阐述综合共识与TOPSIS-ORETSE多属性群决策方法的优越性。最后利用一个土建项目评标多属性群决策问题演示综合多属性群决策方法的实施过程。