由于客观事物的复杂性、不确定性以及人类思维的模糊性,大脑形成的概念往往都是模糊概念,具有亦此亦彼性。属性权重和属性值有部分或全部是模糊信息的多属性决策称为模糊多属性决策。它主要研究如何集结模糊信息,确定待选方案的优先权重。本文重点研究基于判断矩阵的模糊多属性决策问题,主要工作如下:文中给出了完全次序一致性的定义,得出了次序一致矩阵的标准形式,阐明了满意一致性与次序一致性的等价性,使得次序一致性相关知识的结构框架简单明了。同时探讨了适用于互反与互补两种判断矩阵的次序一致性检验及改进的方法,并在次序一致性的基础上得出了模糊互补判断矩阵的一种新的排序方法。从代数角度重新整合了模糊数的运算理论,说明了模糊数加减与乘除运算互为模糊逆运算,并使区间数运算体系可直接由模糊数运算理论引出,不必另作定义。同时明确了部分模糊数运算公式的适用范围,给出了区间数及模糊数的标准化公式,使得模糊标准化并不改变模糊数的相对大小与隶属函数的形状,并回顾了重心法与均值面积法两种模糊数排序方法,为下一章导出判断理论做好准备。在研究了两种新的模糊数距离公式的基础上给出了导出判断矩阵的定义,结合模糊判断矩阵的相关理论,完成模糊数的排序,并能给出确切的排序权重向量。将以上研究结果应用到模糊多属性决策之中,形成了一种新的模糊多属性决策方法,并用算例说明了此算法的合理性。