当下的中国,互联网无疑是整个信息产业发展最快的、影响最广的产业元素。在这种全民信息化的大趋势中,网络产业的蓬勃发展对传统的经济结构也产生了巨大的影响,电子商务应运而生。在短短几年的时间内,电子商务的经济模式对人民大众来说,已经不再是新鲜事物,时至今日,电商早已普及至普通大众的日常生活,极大程度的影响甚至改变了我国国民的生活方式和消费类型。电商平台上的海量信息为消费者提供更多购物选择的同时,也极大的增加了消费者实现最优购物决策的难度。本文提出了一种模拟消费者在电商平台上实现最优购物决策的方案——基于Vague集的两阶段模糊决策算法,模拟了消费者网购过程中的搜索路径,并最终得到最优购买决策方案。该算法为消费者在海量信息的电商平台上实现更高效的购物策略选择提供了有效的参考。首先,根据目标商品的价格和质量特征对目标商品进行分类,并运用DEMATEL方法完成不同类别商品的统一化处理。然后,以消费者购物时最关心的商品价格和质量两个方面为切入点对消费者进行分类,并据此得到消费者对目标商品价格偏好系数的取值。最终,通过对传统的理想点算法进行改进,提出一套完整可行的多目标模糊算法,模拟消费者实现最优网购决策。在算法实证中,选取典型的代表性商品进行算法检验,证明了本算法的可行性及其有效性。相较于以往的研究,本文给出的算法适用于模拟各类消费者在电商平台上的购物决策。