多属性群决策是多属性决策与群决策的交叉产物，在人们的社会实践中十分常见且应用广泛。作为现代管理决策科学的分支之一，多属性群决策的理论与方法研究逐渐引起各个领域的关注。其思路是在一个决策问题中，不同决策人员针对每个方案的每个属性给出评价信息构成群决策矩阵，采取一定的方法集结后进而将有限个备选方案排序，并选取最优决策结果。当今正处于大数据信息时代，由于决策问题的复杂性、决策系统的逐步扩大以及个人主观意识的作用，决策人员在评价过程中往往存在犹豫，故通过区间数的形式描述属性更加贴切。本文研究属性决策信息以区间数的形式给出、属性权重已知或者未知的多属性群决策问题，即集结多名决策人员评价方案的属性区间数决策信息、属性权重的确定和方案优劣的排序。引入运筹优化理论和计算机人工智能算法，科学、有效地解决了提出的研究问题。基于模拟植物生长算法的区间数决策信息集结。介绍了区间数的定义和运算法则，提出了离合度的概念及其性质，进而引入到群决策的概念，给出相关的数量符号。阐述模拟植物生长算法的模拟过程和迭代步骤，通过谢尔宾斯基地毯确定初始生长点而改进此算法。描述了集结区间数信息的原始模型Steiner问题，将其思想和计算方法应用到群决策信息集结过程，建立以谢尔宾斯基地毯为约束条件的非线性规划模型，尝试采用模拟植物生长算法集结方案群决策偏好区间数。研究结果进一步验证了此方法具有显著的可行性与有效性。投影理论以及改进的TOPSIS方法在区间数多属性群决策的应用。讨论了区间数投影的基本理论，针对指标的性质分为效益型属性和成本型属性来处理数据，给出区间数正、负理想点的定义，提出方案排序的投影理论决策流程。而投影理论只运用了区间数正理想点，为了加强评价结果的鲁棒性，介绍了基本TOPSIS法且引入虚拟区间数加以改进。提出基于改进的TOPSIS法的多属性群决策研究，使得判断方案优劣的方法更加可靠。基于熵权法的属性权重的确定以及基于可能度的区间数多属性群决策研究。延续模拟植物生长算法得到的信息集结群决策偏好矩阵，由熵理论衍变出决策学中的熵权，根据各个属性在整体内部相对差异的变化程度，提出了客观属性权重确定的熵权法。给出了比较区间数的可能度以及可能度矩阵的定义，分析并证明了可能度公式的性质。从获取的可能度偏好矩阵，利用排序向量法对方案排序。因此，综合熵权法、可能度和排序向量法研究了属性权重完全未知的区间数多属性群决策方法及其步骤。区间数信息下科技企业的风险投资群决策研究。建立了风险投资项目的评价指标体系以及区间数信息下的多属性群决策在科技企业风险投资评价的实证分析。研究结果表明，本文的方法不仅与其他文献的计算方法得到的最终排序相同，而且更加简便、灵活，能科学地应用于风险投资项目评价实践中。