模糊软集是处理不确定问题的重要理论和工具,它融合了模糊集和软集各自的优势,已有部分研究成果.本文主要讨论模糊软集的不确定度量.具体内容如下：距离和相似度是两种重要的不确定度量.距离是对两个对象差异程度的一种量化描述,相似度是对两个对象相似程度的一种量化描述.本文以模糊软集为背景,首先介绍了距离和相似度的公理化定义,构造了两个模糊软集的标准Hamming距离、标准Euclidean距离、广义标准距离、第二型广义标准距离、第二型标准Euclidean距离、标准Hamming—Hausdorff距离以及Chebyshev距离.基于模糊软集的这些距离,构造了两个模糊软集的七种相似度.其次分析了模糊软集的距离和相似度的性质,再次对模糊软集的相似度进行了比较分析,最后举例说明了模糊软集的相似度在决策中的应用.熵是模糊软集的又一种不确定度量,它是对模糊软集的模糊度的一种量化描述.本文首先根据模糊集的熵的公理化定义给出了模糊软集的熵的公理化定义及模糊软集的熵的计算公式.其次,根据已有文献的结论,利用模糊软集的并、交、补等运算,深入分析了模糊软集的距离、相似度和熵之间的关系,这些关系表明模糊软集的距离、相似度和熵之间可以两两相互导出.