模糊集理论与技术的一个突出优点就是能较好的描述与模仿人的思维方式,总结和放映人的体会与经验,对复杂事物和系统可进行模糊度量。尤其是模糊集理论与人工智能在神经网络和专家系统等方面相互结合的研究已涉及计算机,多媒体,自动控制以及信息采集与处理等一系列高新技术的开发与利用。直觉模糊集理论可以细腻的刻画对像的模糊性本质,从“支持,反对和中立”三方面对不确定性问题进行建模,符合人们的思维习惯,直觉模糊集的隶属度函数,非隶属度函数及导出的第三个属性参数——直觉指数能更好的描述不确定问题。把直觉模糊集这样的新理论引入不确定信息处理领域仍然是重要的发展趋势。本文将灰色系统理论的思想和方法与经典风险决策相融合,针对属性值为精确数、区间数和语言类模糊数相结合的且属性权重未知的风险型动态混合多属性决策问题,首先应用区间灰数定义和语言模糊集灰数定义把所有的指标数据处理成区间灰数,再利用区间直觉模糊集性质设计各时间段的正负理想方案,并以正理想方案灰色关联度偏差最小化为目标运用拉格朗日方程构建最优化规划模型,确定属性权重;然后由属性权重及关联系数确定各时间段各方案对正负理想方案的区间直觉模糊集的灰色关联度,从而构建方案优属度的表达式,确定方案的优属度。决策更贴近实际.本论文的重点是针对区间直觉模糊集利用两标度(隶属度和非隶属度)来刻画模糊性,可以同时表示支持、反对和中立三种状态,克服了以往只考虑隶属度的局限性,而把“非此非彼”性也包含在内,它能够更细腻、更全面地描述不同的自然状态下各方案的本质属性,本文研究的是一个随机的客观变化的风险型动态多属性决策问题。最后通过一个案例验证了所提出的构建方法的有效性和可行性,从而为解决风险型动态多属性决策问题提供了一种新的途径。具体研究的主要内容如下:研究了属性权重信息未知,指标值为精确数、区间数和语言类模糊数相结合的风险型动态多属性决策问题,对于建立的系统模型,利用区间直觉模糊集理论,拉格朗日方程的方法来建立数学最优化模型,通过实例验证决策方法的有效性。所得结论以排序形式给出,同时给出具体实例进行验证,说明结论的合理性和有效性。