在实际生活中,不确定性问题随处可见.面对这些不确定性问题,传统的数学方法难以满足需求.因此,许多不确定性理论相继产生,如模糊集、直觉模糊集、Pythagorean模糊集和软集等.软集理论作为处理不确定性问题的一种新的数学工具,它吸引了各个领域的相关研究者,涌现了丰硕的成果.基于此,本文将软集理论及其拓展理论引入Pythagorean模糊环境,进行理论和应用的研究.1.基于Pythagorean模糊软集,将不确定性属性进行量化处理,构建一种广义Pythagorean模糊软集模型,并研究该模型的基本运算和性质.然后,构造了该模型的一种相似测度方法,并通过实例说明了该方法的有效实用性.2.深入研究广义Pythagorean模糊软集模型,给出该模型的广义交并、狭义交并、AND和OR等运算算子,并讨论其基本性质.进一步讨论该模型的代数结构,首先建立了三种广义Pythagorean模糊软集的格结构.然后证明了所建立的三种格结构是软代数结构.最后,基于该模型确立了三种布尔格.3.通过将N-软集引入Pythagorean模糊环境,构建一种Pythagorean模糊N-软集模型.首先,讨论了其弱补、广义交并、狭义交并等运算性质.然后,基于Pythagorean模糊N-软集模型,给出两种决策算法.最后,通过一个实例说明Pythagorean模糊N-软集模型及其算法在多属性群决策问题中的有效性和实用性.