由于决策环境和人的主观认知存在着不确定性，模糊决策在实际中有着十分广泛的应用。二型模糊系统是传统模糊系统的拓展，在描述不确定性方面有更多的自由度，拥有更高的模糊描述能力。二型模糊集的降型是二型模糊系统中重要的部分，本文对二型模糊集的降型问题作了重点研究，并将二型模糊集降型问题应用到模糊决策中去。主要内容包括:　　首先，介绍了一型模糊集的定义及运算和二型模糊集的定义及运算，以及投资决策的背景知识，然后针对区间二型模糊集重心的计算，详细介绍了Karnik-Mendel(KM)算法和Enhanced Karnik-Mendel(EKM)算法。随后介绍了模糊决策问题中的模糊信息集成方法语言加权平均(LWA)算法。论文重点对区间二型模糊集重心求解的KM算法进行了研究和改进，提出一种改进的计算区间二型模糊集重心的算法，并通过数值仿真与目前效率比较高的三个算法进行了比较，数值研究结果证明所提出的算法在区间二型模糊集重心求解中需要更少的计算时间，计算效率得到很大的提高。紧接着论文对于区间二型模糊决策中的信息集成LWA算子进行了改进，因为尽管在LWA计算中引入KM算法和EKM算法，但由于KM算法和EKM算法迭代过程复杂性，导致LWA的计算效率仍然比较低，论文将改进的计算区间二型模糊集重心的算法应用到信息集成算子LWA中，改进了LWA算子。最后将改进的LWA方法应用于投资决策中，给出了二型模糊集在决策方面的一个应用。