由于现实世界的复杂性,人们对于客观事物的观察与认知充满不确定性。不确定性问题的建模和分析一直是人工智能领域的研究热点。人们提出了多种处理不确定性问题的数学理论,主要包括模糊集理论、粗糙集理论、软集理论、形式概念分析等。软集从不同的侧面对复杂对象进行描述,采用适当的方式对相关描述进行整合,从而获取对复杂对象相对精确的描述。将软集理论与其它相关理论相结合,可以得到软集的扩展模型。模糊软集作为扩展软集模型之一,有效弥补了模糊集模型处理单一类型不确定性的不足,并继承了软集模型的参数化特点。因此,模糊软集模型在不确定性问题处理领域具有重要的研究价值。目前,针对模糊软集模型的近似推理方法还不够完善,缺乏系统的研究,相关的不确定性决策方法研究也不够成熟。本文针对以上问题展开研究,主要取得以下研究成果:一、基于模糊软集的近似推理研究针对模糊软假言推理模型FSMP,借助模糊逻辑算子提出了基于模糊软相似度的模糊软推理方法。通过模糊相似基推理方法AARS的扩展形式与约简形式,基于模糊软相似度给出了FSMP模型中模糊软规则的修正方法并将其表示为模糊软关系,借助模糊蕴涵算子及投影算子给出了四种基于模糊软相似度的模糊软推理方法,给出了这些推理方法满足还原性和单调性的条件。研究了正则蕴涵算子的基本性质,针对模糊软反驳推理模型FSMT以及模型FSMP,基于正则蕴涵算子给出了反向三I模糊软推理方法以及λ-反向三I模糊软推理方法,并讨论了推理方法的还原性和单调性。针对FSMP模型和FSMT模型研究三I约束模糊软推理方法,提出了三I约束原则,基于模糊逻辑算子给出了三I约束解的计算方法。针对Lukasiewicz蕴涵算子、Godel蕴涵算子以及乘积诱导蕴涵算子建立了三I约束模糊软推理方法。针对FSMP模型、FSMT模型以及多规则模糊软假言推理模型MFSMP提出了广义三I模糊软推理方法。借助模糊推理中的多重模糊规则和模糊软集给出了多重模糊软规则构造方法,借助模糊软（T,δ）-等式刻画了广义三I模糊软推理方法的鲁棒性。二、基于模糊软集的决策方法研究借助形式概念分析理论提出了模糊软集的模态算子,讨论模态算子的基本性质。通过模态算子的均值构造了对象得分函数,进而给出了一种基于模糊软集的决策方法,并设计了决策算法。通过实例与现有的三种经典决策方法进行了对比分析。针对冲突分析问题,借助模糊软集刻画模糊冲突信息系统和伪模糊冲突信息系统,构造了系统中对象以及属性之间的相似度、冲突度,进而刻画了联盟关系、中立关系和冲突关系。借助无向图将联盟关系整合为联盟区域,提出了联盟区域综合策略的提取方法。借助联盟区域的覆盖率、综合实力和综合损失给出了一种解决冲突问题的决策方法,并结合实例对其进行了分析、解释。三、基于不完备模糊软集的决策方法研究针对不完备模糊软集,基于属性集合上的阈值模糊集给出了一种可调节决策方法,进一步基于模糊软模态算子与理想化标准决策对象给出了决策方法。该方法无需将不完备模糊软集完备化。考虑到不同的决策属性一般具有不同的重要性程度,提出了加权不完备模糊软集模型,借助属性权重计算得分函数,给出了加权不完备模糊软决策方法,并设计了相应的决策算法。针对不完备模糊软集以及属性权重不完备问题构造了不完备加权模糊软集模型,给出了不完备加权模糊软决策方法。