人工智能是当前信息科学的热门研究领域。新一代人工智能发展规划将人工智能技术提升到国家战略高度。新一代人工智能的核心是不确定性信息处理。智能信息处理面对的主要是不确定性信息处理。智能信息处理模型研究是新一代人工智能、智能信息处理研究的关键。模糊推理、模糊神经网络是重要的智能信息处理模型。本文以模糊逻辑中模糊算子为基础,围绕基于规则的模糊推理及鲁棒性、模糊推理误差、模糊联想记忆及容错性、模糊算子在图像融合中的应用等方面开展了系统研究,主要工作成果和创新点如下:(1)研究模糊算子的Lipschitz聚合性质,找出满足Lipschitz条件的三角模算子和蕴涵算子,对1-Lipschitz三角模算子和蕴涵算子,研究其1-k_∞-Lipschitz、copula和quasi-copula等性质,找出具有1-k_∞-Lipschitz、copula和quasi-copula等性质特征的三角模算子和蕴涵算子。(2)针对基于规则的模糊推理扰动性问题,提出通过模糊算子的选择保证模糊推理有好的鲁棒性方法。根据三角模算子和蕴涵算子的1-Lipschitz、1-k_∞-Lipschitz、copula和quasi-copula的性质特征,研究不同类型的Lipschitz三角模算子和蕴涵算子对模糊推理输出结果的影响,研究不同扰动情况下,不同类型的Lipschitz三角模算子和蕴涵算子对模糊推理的鲁棒性影响。当三角模算子和蕴涵算子既是1-k_∞-Lipschitz又是quasi-copula时,模糊推理有好的鲁棒性,并进行了实验验证。(3)针对基于规则的模糊推理误差问题,提出一种因模糊算子选择导致的模糊推理输出误差的控制方法。根据三角模算子和蕴涵算子的1-Lipschitz、1-k_∞-Lipschitz、copula和quasi-copula的性质特征,研究不同类型的Lipschitz三角模算子和蕴涵算子对模糊推理输出误差的影响,研究不同扰动情况下,不同类型的Lipschitz三角模算子和蕴涵算子对模糊推理的输出误差影响。当三角模算子和蕴涵算子既是1-k_∞-Lipschitz又是quasi-copulas时,因模糊算子选择导致的模糊推理误差能够得到有效控制,并进行了实验验证。(4)针对蕴涵模糊联想记忆模型的噪声容错问题,提出了quasi-copula模糊联想记忆模型。根据Lipschitz模糊算子的1-Lipschitz、1-k_∞-Lipschitz、copula和quasi-copula的性质特征,在不同噪声影响的情况下,研究不同类型Lipschitz三角模算子和蕴涵算子对模糊联想记忆的输出结果影响。当模糊联想记忆中三角模算子和蕴涵算子既是quasi-copulas又是1-k_∞-Lipschitz时,模糊联想记忆有好的容错抗噪能力,并进行实验验证。(5)提出了Lipschitz模糊算子实现图像融合的新方法。该方法简单高效,易于硬件实现。实验表明,融合后的图像视觉效果好,细节信息明显,目标清晰。本文的实验部分既是对所提理论的验证,也是理论成果在智能信息处理中的实际应用,如人脸识别,图像处理,人脸联想等。