自L.A.Zadeh教授提出模糊集理论以来,模糊集理论已经成功地应用于众多领域。但是在实际中,模糊集理论无法对一部分具有模糊性的信息进行全面准确的表示和处理,而Vague集却可以很好地表示和处理这类模糊性的不确定性信息。Vague集理论的提出为解决和处理模糊问题提供一个新的强有力的工具。以下为本文的主要内容:　　 (1)相似度是研究和应用Vague集的重要工具。为了寻求合理有效的相似度量方法,对Hong提出的相似度量方法进行改进,得到一种新的相似度量方法。新方法克服了Hong提出的相似度量方法的缺陷。通过与现有方法比较,说明新方法具有更高的区分能力。　　 (2)现有决策方法忽略了各准则之间的影响,使得决策结果不一定符合实际。为了克服现有决策方法的不足和缺陷,提出一种基于Vague积分的新决策方法。新方法用Vague测度对各准则的重要性加以衡量,再利用Vague积分作为聚合算子得出各方案的整体评价,然后根据评价得出最优方案。最后,通过实例阐明新决策方法的有效性和正确性。