鉴于Vague集的相似度量在模糊推理、模式识别、聚类分析、决策分析等领域的广泛运用，本文首先对已有Vague值的相似度量模型进行了分析，发现已有的模型在应用时所得的结果或者不符合人的直觉，或者明显违背客观实际，或者存在区分度不足。然后提出了一个新的Vague值相似度量模型m(x,y)=1/2+ψ(x,y)/2－S(x,y)/4－|tx－ty|/4， 并证明了该模型满足文献［1-4］相似度量的公理化定义。在提出的Vague值相似度量模型的基础上，建立了Vague集的相似度量一个新模型M(A,B)=∑ni=1m(A(xi),B(xi))/n。最后，通过数值实验，新模型度量结果又较好符合人的直觉以及具有较好的区分度。