語言多準(zhǔn)則決策是現(xiàn)代多準(zhǔn)則決策研究的一個重要方向，在諸多領(lǐng)域中有著廣泛的的應(yīng)用背景。盡管針對語言多準(zhǔn)則決策的研究己取得了豐碩的成果，但無論理論還是應(yīng)用方面，現(xiàn)有研究均還存在許多尚待解決的問題，尤其是在處理語言信息的不確定性特征時還很不成熟。為此，本文提出了雙語言集的概念，并針對雙語言環(huán)境下的不確定多準(zhǔn)則決策問題加以系統(tǒng)研究，本文的主要工作包括：

（1）提出了雙語言集的概念。可以利用它同時表達(dá)對備選方案在準(zhǔn)則下表現(xiàn)的評價和決策者對該評價的信心水平。這一工具與傳統(tǒng)的語言變量相比，能夠更好的包容決策過程中來自不同源頭的不確定性。

（2）定義了雙語言集間的優(yōu)勢關(guān)系，并在此基礎(chǔ)上建立了方案間的級別高關(guān)系。利用級別高關(guān)系，綜合方案間兩兩比較的結(jié)果，可以得到方案間的不完全序。

（3）在上述級別高關(guān)系的基礎(chǔ)上，進一步擴展得到了一種雙語言多準(zhǔn)則分組評級決策方法。該方法利用一組標(biāo)志性的虛擬參考方案，通過備選方案與這些虛擬參考方案相比較而將方案劃分進合適的分組中。適用于備選方案較多、不便于方案間兩兩比較時對方案進行初步評價的決策環(huán)境。本文將其用以處理城市綠化樹種選擇問題，取得了較好的效果。

（4）提出了語義占優(yōu)技術(shù)，并證明了五種典型的語義結(jié)構(gòu)下所對應(yīng)的語義占優(yōu)規(guī)則，研究了不同語義占優(yōu)的性質(zhì)。利用這一組規(guī)則，提出了基于語義占優(yōu)的雙語言多準(zhǔn)則決策步驟，從而挑選出“非劣”方案的集合。

（5）為了盡可能多獲得的方案間偏好關(guān)系，并減少對語言變量的語義設(shè)定施加過多人為影響，通過建立語義規(guī)劃模型對語言變量的語義加以設(shè)定，語言變量中包含的不完全偏好通過模型的限制條件表示，并提出了兩種利用語義規(guī)劃技術(shù)的雙語言多準(zhǔn)則決策方法。

（6）針對權(quán)重信息不完全的雙語言多準(zhǔn)則決策問題進行了研究，提出了基于擴展語言運算的兩種決策方法。其中一種方法將決策過程看作是決策者與自然間的博弈，利用矩陣博弈理論對準(zhǔn)則權(quán)重加以設(shè)定；而另外一種方法則通過最大化模型離差來設(shè)定權(quán)重。

（7）提出了直覺正態(tài)云模型來處理雙語言多準(zhǔn)則決策問題，決策者給出的決策信息被看作是方案的綜合評價云中部分云滴的集合，通過這些云滴可估計出該評價云的相關(guān)參數(shù)，隨后，利用所設(shè)計的云發(fā)生算法運用蒙特卡洛技術(shù)產(chǎn)生云滴并對云滴計分加以統(tǒng)計，進而對不同方案的綜合評價云加以比較排序。

（8）將所提出的雙語言多準(zhǔn)則決策技術(shù)應(yīng)用于新能源公交車選型決策案例中，通過綜合運用上述方法，可以揭示蘊含在雙語言決策信息之內(nèi)的決策者偏好，幫助決策者更好的理解問題和影響方案間偏好的具體因素，從而幫助其得到更加理性的決策結(jié)果，提高決策質(zhì)量。