犹豫模糊集作为模糊集的一种最新拓展，其基本组成为犹豫模糊元素，每个犹豫模糊元素是由若干个可能的数值构成的集合。因此，犹豫模糊集比其他模糊集的拓展形式能够更全面、细致地刻画决策者的犹豫信息。犹豫模糊集由西班牙学者Torra和Narukawa于2009年引入以来，已经受到学者们的高度关注，并且被应用于决策、聚类分析、医疗诊断、人事评估、信息检索等诸多领域。本书将系统地介绍犹豫模糊集理论的主要研究成果，包括：犹豫模糊集成技术、犹豫模糊偏好关系、犹豫模糊测度、犹豫模糊聚类算法、犹豫模糊多属性决策模型、犹豫模糊语言决策方法，及其在实际生活中的应用。