国内外学者对三角模糊数、梯形模糊数以及直觉模糊数的多属性决策已有了广泛研究。但现实生活中有很多现象服从正态分布，用正态模糊数去描述属性能更加客观真实地反映决策信息。虽然有学者很早已提出正态模糊数的概念，但用区间直觉正态模糊数(IVINFN)来描述多属性决策信息还未见报道。在模糊多属性的决策中，利用IVINFN描述属性信息，进行深层次系统综合性的研究，不仅可以达到对模糊多属性决策理论的丰富和扩充，并且在解决实际面临的繁杂问题时，它将提供科学可靠的根据，从而有助于决策者做出优质高效的决定。　　本文首先介绍IVINFN的研究背景、研究现状以及相关理论知识。　　其次，本文对IVINFN的集结方式进行了研究，提出IVINFN加权算术平均算子(IVINFN—WAA)、IVINFN有序加权算术平均算子(IVINFN—OWA)、IVINFN混合加权算术平均算子(IVINFN—HWA)、IVINFN加权几何平均算子(IVINFN—WGA)、IVINFN有序加权几何平均算子(IVINFN—OWGA)、IVINFN混合加权几何平均算子(IVINFN—HWGA)。分析探讨了算子的性质。　　最后，对于属性值为IVINFN的多属性决策，针对属性权重已知的情形，提出了一种基于得分函数的分析方法，该方法首先定义IVINFN基于均值和方差的得分函数和精确函数，制定排序规则，从而得到所有方案的排序结果，并举例说明该方法的可实施性与合理性。针对属性权重未知的情形，定义了IVINFN的距离公式，引入IVINFN偏差度的概念，在此基础上以偏差最大化方法求解属性权重，提出基于偏差最大化的IVINFN决策方法，并给出实例分析。