软集是1999年提出的一种新的处理不确定问题的数学工具.近年来它被广泛应用于各个领域，尤其是它在决策中的应用成为大家关注的焦点，本文以软集为背景，软辨识矩阵为工具，以决策为目的，分别针对完备软集与不完备软集研究了软辨识矩阵在决策中的应用，主要结果如下:　　 在完备软集中首先引入软辨识矩阵的概念，分析了软辨识矩阵的性质，提出了一种基于软辨识矩阵处理决策问题的算法，通过该算法，我们只需对所构造的软辨识矩阵进行至多一次的扫描就可以得到所有对象间的一个序关系，其次，考虑到在实际问题中，不同用户对不同参数的偏好不同，本文引入了加权软辨识矩阵的概念，并且提出了基于加权软辨识矩阵处理决策问题的算法.　　 在不完备软集中，首先引入软相容关系的概念，分析了软相容关系的性质.其次，在不完备软集中引入了软近似的概念，并且分析了不完备软集中的软近似的性质.最后，结合不完备软集中已有的数据填充的方法与不完备信息系统中的基于量化相容关系的填充方法，提出了一种新的对不完备软集进行数据填充的方法，从而将不完备软集转化为完备软集，利用软辨识矩阵处理基于不完备软集的决策问题.