多属性决策是现代决策科学的一个重要研究领域，广泛应用于工程、经济、市场分析、管理等实际问题中。随着决策对象的进一步复杂化，同时人类思维具有模糊性，不确定性多属性决策已成为近年来的研究热点。本文主要应用灰色关联分析研究不确定性多属性决策问题。　　 本文的主要工作如下：　　 (1)对于属性值为实数，属性权重信息不完全的多属性决策问题，应用极差变换对决策矩阵的数据进行预处理，将数据压缩到区间[0,1]上，极大化各方案与正理想方案的灰色关联度，极小化各方案与负理想方案的灰色关联度，由此建立线性规划模型，解此模型得到属性的权重向量。计算出各方案的灰色综合关联度，并据此对决策方案进行排序；对于属性权重信息完全未知的情况，利用几何平均算子对熵权法和离差最大化法所得属性权重进行组合得到组合权重，在此基础上，结合TOPSIS法(TechniqueforOrderPreferencebySimilaritytoIdealSolution)和灰色关联分析法，给出一种改进的TOPSIS法。通过实例分析，验证了所提决策方法的有效性和合理性。　　 (2)对于属性值为区间数，属性权重信息不完全的区间数多属性决策问题，提出区间数相对贴近度和区间数灰色综合关联度两种决策算法。对于属性权重信息完全未知的情况，通过离差最大化赋权法得到属性权重，再计算出各方案的加权灰色综合关联度，并以此对方案进行排序。实例分析表明了，所提算法的可行性和有效性。　　 (3)对属性值以直觉模糊数和区间直觉模糊数形式给出的多属性决策问题，提出两种决策方法。一种为基于IFWA算子的决策方法，另一种为基于灰色综合关联度法。对IFWA算子方法，根据各方案与正理想方案的距离尽可能小，与负理想方案的距离尽可能大，建立线性规划模型，解此模型得到属性的权重向量，再应用IFWA算子得到各方案的综合值，计算出各方案的得分值和精确值，据此对方案进行排序；对灰色综合关联度法，先计算出属性的权重向量，再计算灰色综合关联度，并根据其大小对方案进行排序。实例分析表明了，所提算法的可行性和有效性。