Abordamos la fusión de información y el modelado de estructuras espaciales en la toma de decisiones difusas multiatributo de alta dimensión proponiendo un nuevo marco que acopla Números Difusos Intuicionistas Triangulares (TIFNs) con el Algoritmo de Simulación del Crecimiento de Plantas (PGSA). El método primero mapea la información difusa intuicionista triangular de los expertos en cada esquema de evaluación en puntos espaciales de alta dimensión para realizar la expresión estructurada de la información de toma de decisiones. Posteriormente, se utiliza el PGSA para realizar una búsqueda de optimización global dinámica en la nube de puntos de alta dimensión para determinar el punto de conjunto óptimo y realizar la agregación inteligente de datos difusos heterogéneos de múltiples fuentes. El algoritmo supera la limitación de la agregación lineal tradicional en la representación de la distribución espacial de la información y es capaz de mejorar la precisión y consistencia de los resultados de toma de decisiones en entornos complejos de alta dimensión. Los resultados experimentales muestran que el método en este documento supera a los métodos de agregación convencionales en varios índices de evaluación como la distancia de Hamming ponderada, la correlación, la energía de información y el coeficiente de correlación. El modelo propuesto proporciona un nuevo camino técnico para la solución inteligente y la expansión teórica de problemas de toma de decisiones difusas de alta dimensión.