有效处理信息融合过程中的冲突证据一直是信息融合研究的热点,本文主要分析了多传感器信息融合过程中证据间的冲突,提出了一种新的冲突表示方式,并基于遗传算法对证据理论在多属性决策系统中的应用进行了研究,具体内容如下:(1)深入分析了证据冲突产生的原因,定义了加权冲突系数和加权证据距离的概念,提出了一种新的基于冲突系数和证据距离的冲突表征方式,即使用冲突系数和证据距离共同对冲突进行有效的定义和判断,并提出了全局冲突系数的感念,利用遗传算法求出对证据进行修正的最优权重,以保证融合的有效性。(2)提出了一种基于推广三角模糊数值生成一般基本概率指派的方法。本方法首先利用决策系统中语言变量评估值对应的三角模糊数代表其备选方案的可选性,然后,将与语言变量对应的三角模糊数与二维平面内的三角形对应起来,最后计算各个三角模糊数在二维平面内与坐标轴围成的梯形面积及三角形相交部分的面积,并通过归一化生成代表备选方案可选性的一般基本概率指派。仿真结果证明该方法能够有效地应用于信息融合。(3)在通用多属性决策模型的基础上,提出了一种模糊多属性决策系统,利用本文改进的证据理论组合方法,降低了冲突证据对决策结果的影响,得到了很好的仿真效果,实现了证据理论冲突证据的数据融合。