探讨评价信息为区间直觉模糊数的多准则群决策问题，且各决策者权重及各准则权重均完全未知，需要从多个可行性方案中选择最优方案，以下给出群决策方法及步骤。

步骤2　根据决策者权重及IIFWA算子对各区间直觉模糊决策矩阵加权，获取群体区间直觉模糊评价信息为

同样地，正理想方案R+与负理想方案R-中各准则评价值的犹豫度区间可由式（3-10）得到。

步骤4　由正理想方案R+、负理想方案R-及群体区间直觉模糊决策矩阵确定各准则权重。

备选方案ci与正理想方案R+关于准则uj评价值之间的相关系数越大，说明关于准则uj备选方案与正理想方案越接近；反之，则说明备选方案与正理想方案越远离。若各准则权重已知，可得方案ci与正理想方案R+的加权相关系数，加权相关系数越大，则对应的备选方案越优。故所确定的准则权重应当使各方案与正理想方案的加权相关系数总和达到最大，可构建如下的目标规划函数：

构造Lagrange函数并对参数求偏导，可得准则权重的最优解，即(www.daowen.com)

对ωj进行归一化处理，可得最优准则权重为

针对各方案与正理想方案对应准则的相关系数，采用准则权重对各相关系数加权，得到各方案以正理想方案为参照的加权相关系数，即

依据各方案与正理想方案加权相关系数的大小对各方案排序，加权相关系数越大的方案越优。

步骤5　以上以正理想方案为参照，构建与正理想方案的加权相关系数总和最大化的目标规划模型以确定各准则权重。与此同理，可构建与负理想方案的加权相关系数总和最小化的目标规划模型，确定以负理想方案为参照的各准则权重，同样可以根据各方案与负理想方案加权相关系数的大小对各方案排序，加权相关系数越小的方案越优。事实上，两种排序择优的方法分别以正、负理想方案为参照，从两个不同的方向确定了两组准则权重向量，并得到两种参照下各方案的加权相关系数，从而得到方案的优先序。

一般而言，与正理想方案的加权相关系数最大的方案，未必与负理想方案的加权相关系数达到最小，根据TOPSIS法的思想，可基于各方案与正理想方案的相对贴近度对各方案排序。这里改进TOPSIS法，给出一种新的方案择优方法。