在研究和排列选择多属性备选方案时,主要利用多属性决策解决其排序问题,即MADM(Multi-attributedecisionmaking)。属性与属性之间有时可能存在冲突,有时又是不可公度的关系,所以在实践时,想要求得能符合各属性要求的解,是很难做到的。在上世纪九十年代末,外国学者Opricovic提出了一种新的MADM方法,即VIKOR方法,它是基于理想点法的。由相关文献可知,传统的多属性决策方法中,其属性值以及与属性对应的权重值,是用某个数值精确表示的,而在实践中可以发现,许多决策问题是错综复杂的,并且决策者凭借自己的主观意愿来作出决策也造成很大的不确定性,因此给每个评估对象作出一个很准确的评价是非常困难的,决策者通常会在几个方案之间徘徊。针对这一问题,Torra和Narukawa于2009年第一次提出了犹豫模糊集(Hesitantfuzzysets,HFSs),可以极为有效的描述不确定性、模糊性问题,所以各领域的研究者都十分关注和重视这种方法。关于犹豫模糊集决策方法的探讨,已在学术界形成了一股研究风潮,越来越多的学者对其进行深入研究,并且也有一定的成果得以发表,在这些发表的文章中,我们可以发现它们给出的评价过于精确,有时这些精确评价很难准确对应一个对象。为了保证评价的包含性,即能表达出对对象的综合评定,相关学者研究并提出了区间直觉模糊数,它的出现很好的解决了以上问题。虽然区间直觉模糊数帮助我们解决了不少问题,但相关的决策方法理论对其在犹豫模糊集中的应用,并未有更加成功的论著出现。所以,本文将区间直觉犹豫模糊数与VIKOR方法两者有机的融合,形成了一种新的理论方法,即区间直觉犹豫模糊VIKOR多属性决策方法,在文章最后还建立起了相应的模型,并给予相应的分析。