在社会经济生活中,存在着大量语言多准则群决策问题,即专家群体给出的偏好值为语言短语时,方案的优选与排序问题。在决策过程中,由于外部环境的复杂性和难预测性、决策问题本身的模糊性、人类认识的局限性以及决策者的主观性等特征,以致决策者有时给出的语言评价值与语言评价集中的语言术语并不匹配,而是介于两个语言术语之间,即决策者提供的评价信息是以不确定语言值的形式表达。鉴于不确定语言多准则群决策问题的大量存在,而且该领域还存在许多值得研究的问题。因此,论文拟对不确定语言型多准则群决策理论与方法进行深入研究。论文在研究相关理论文献的基础上,将云模型引入不确定语言多准则群决策领域,以解决评价值的定性与定量转化问题。基于云模型的知识表示和推理方法能够充分地表达出不确定知识的模糊性和随机性,具有较大的客观性,从而能够在一定程度上解决在信息集结过程中信息丢失的问题。论文以“区间云”和“综合云”为理论基础,分别给出了两种决策模型,并在第三章的基础上,研究了专家群体评价意见一致性问题,最后给出了相应的实证研究。论文的主要工作和成果如下：(1)论文研究了云这一用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。从不确定语言群决策问题中的基本语言值切入,用云模型来进行评价值的转化,对定性概念进行合理的量化,能较好地反应自然语言的不确定性。论文定义了不确定语言的不确定度、决策者偏差度、区间云及其运算法则、综合云及其运算法则,以及区间云、综合云的Hamming距离等相关概念。针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题,以生成“浮动云”进行偏好集结为思路,提出了两种基于云模型的决策方法。(2)论文研究了群决策中的一致性测度与调整问题。分别从“群体冲突”和“专家聚类”入手,对群体一致性的调整及如何决策等相关问题进行了研究。讨论了多准则决策中利用群体一致性算法,使专家群体思维不断趋于收敛,最终达到群体意见一致。并讨论了使方案改进度达标的冲突协调过程。论文在调节群体不一致性上,还聚焦于对专家群体进行聚类分析,通过整合评价值相似度较高的专家意见,并通过集结以“子群体簇”为单位给出的群体评价意见,得到了一致性程度较高的排序结果。(3)论文将基于云模型的不确定语言多准则群决策方法和基于群体一致性的不确定语言多准则群决策方法,应用于湖南科技大学学生的综合素质评估研究中,得到了五位学生综合素质的排序。通过实证分析,较好地验证了论文所提方法的有效性。