台湾学者W、L．Gau和D．J．B ueh rer提出的Vague集理论是对Fuzzy集理论的推广。在现实世界中，相当一部分具有模糊性的信息是Fuzzy集理论无法表示和处理的，而Vague集能表示和处理更为丰富的具有模糊性的不确定性信息。采用Vague集来进行信息处理与决策研究，将为用计算机模拟人的模糊思维提供一个新的工具本文首先在分析当前的vague集理论的基础上，分别提出了关于vague集的矩阵和vague集的内积和外积的理论，为Vague集在多目标决策、综合评判等方面进一步的广泛应用做准备。接着提出了基于vague等价矩阵的聚类分析，以提高聚类分析的完善，使得聚类分析在实际中有更大的应用。相似度量是一种在数据处理和分析中十分重要的、有效的和广泛使用的方法，在分析比较以前的几种相似度量的基础上，利用对隶属度差距、假隶属度差距以及未知值差距的重视，提出了一种新的相似度量方法，弥补了已有的相似度量的局限性。最后将vague集应用到多目标决策系统当中去，解决了在无权重的情况下模糊多目标决策，使得所得到的结果更加全面，结果也符合人的直觉。