在决策领域中,多属性决策是一支重要的研究分支,现实世界的决策事件中,评估值的表现形式得到了不断地扩展和丰富,从精确数到区间数、三角模糊数及梯形模糊数,从实数到直觉模糊数等。直觉模糊数拥有隶属度和非隶属度,并隐含着犹豫度,分别用来表述评估值确定程度、不确定程度及犹豫程度。在定量的评价环境中,直觉模糊数是非常有效的评估值的表现形式,但是决策者以人为主体,由于人性思维固有的模糊性和主观性,决策者给出的评价信息一般是不完全和不确定的,语言是人类最为广泛的传递信息的方式,能够更加充分地表达信息中的模糊及不确定部分,更加细腻地描述客观对象的模糊本质。由此来看,定性的评价环境更容易去表达多属性决策信息,能够快速地响应各种事件并选择合理的方案。Chen Z.C.等在汲取直觉模糊数的优势的基础上,用语言变量来表示隶属度和非隶属度,提出了语言直觉模糊数(LIFNs)的概念。但是,这一新近提出的概念研究尚不充分,其相关性质及信息测度研究尚浅,而且在集成算子和决策方法的方面还需要进一步完善。本文对LIFNs的距离、相似度、熵值等测度进行深度研究,并将LIFNs与集成算子和决策方法进行结合,发展出一系列集成算子和决策方法。本文的创新点在于:(1)对LIFNs的距离、相似度、熵值等信息测度进行研究。(2)将LIFNs与考虑了属性值具有关联性的MSM算子、DMSM算子结合,提出了语言直觉模糊MSM算子、语言直觉模糊DMSM算子,并探讨了它们的相关性质和特殊形式。(3)将广泛应用于解决多属性决策问题的TOPSIS方法、VIKOR方法、QUALIFLEX方法与LIFNs结合,提出了基于LIFNs的TOPSIS方法、VIKOR方法、QUALIFLEX方法。