本文研究了权重信息不完整的犹豫模糊多属性决策方法。 建立了基于最大偏差法的优化模型，通过该模型可以确定属性权重。 对于完全未知属性权重信息的特殊情况，我们建立了另一个优化模型。 通过求解此模型，我们得到一个简单而精确的公式，该公式可用于确定属性权重。 我们利用犹豫模糊加权平均（HFWA）运算符汇总与每个备选方案相对应的犹豫模糊信息，然后对备选方案进行排名并根据得分函数选择最理想的方案。 最后，给出一个说明性的例子，以验证所开发的方法并证明其实用性和有效性。

针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.