多属性群决策是现代决策科学的重要组成部分,长期以来是决策分析领域的前沿。信息不确定是实际多属性群决策问题的基本特征之一。在群决策环境下,如何有效实现不确定信息的集成与决策要素(包括属性值、属性权重及决策者权重)的获取具有重要的理论意义和现实意义。本论文以提高不确定群决策效率和质量为目标,按照“获取决策要素→集结决策信息→对比分析结果→提炼一般方法”的分析思路,引入不确定信息处理和管理决策分析等相关理论与方法,重点研究了群决策环境下不确定信息的集成规则和决策要素的获取方法,目的在于进一步丰富和完善不确定多属性决策理论与方法,增强复杂群体决策算法的实用性和灵活性。本论文的主要研究内容包括：(1)群决策环境下不确定信息集成规则及最少点决策模型研究。为更有效地实现多个决策者不同意见的融合,分别提出基于证据可信度和基于证据交叉融合策略的D-S证据理论合成方法,所提方法更有效地利用证据的可信度、期望支持度、交叉融合度等全局信息,确定了更理想的冲突分配策略,在证据一致和高度冲突的情况下均表现出良好的适应性；为进一步从群决策意见中获得有效的判决结果,深入研究最少点决策模型,系统解决了该模型中若干关键理论问题,使之成为一种实用化的决策方法。(2)群决策环境下权重信息获取方法研究。针对决策者权重及属性权重难以确定的问题,提出一系列在权重信息未知情况下属性值分别以不同模糊数据类型表示的不确定群决策方法。该系列方法基于决策者及不确定决策矩阵自身的特性,利用属性熵权、距离测度和模糊变换获取关键权重信息,更好地保证了不确定群决策的效率和质量。(3)群决策环境下基于态度的直觉模糊属性值构建方法研究。针对不确定混合属性值难以处理的问题,提出一种基于决策态度的直觉模糊属性值构建方法,目的是把不确定混合属性值统一转换成符合决策者态度的直觉模糊值。该方法充分考虑并形式化决策者的态度及偏好,在避免原始决策信息的损失和扭曲的同时,还可以根据不同的决策态度构造不同的直觉模糊属性值,在实际应用中具有更大的灵活性。本研究面向不确定群决策,为解决该环境下的不确定信息集成和决策要素获取这两个热点和难点问题做了有益探索,最后总结以上所提出的各种相关方法,给出针对权重信息未知情况下不确定群问题的一般方法。本研究成果进一步丰富和完善了不确定信息决策理论与方法,在经济、管理和军事等诸多领域具有广阔的应用前景。