D-S证据理论在推理应用中提供了一种处理多数据源不确定信息推理和融合的有效方法。证据理论能够对各自独立的证据加以综合给出一致性结果,并能处理具有模糊和不确定信息的合成问题,最终达到信息互补。与其他推理方法相比更符合人类思维决策过程。随着证据理论在信息融合、目标识别、决策、预测和人工智能等领域的应用日益广泛,如何在应用中依据数据和规则构造证据理论推理网络以及如何融合互相冲突的证据等问题成为证据理论应用研究的热点。本文利用证据理论的理论基础,针对证据理论所存在的问题,进行了如下研究:(1)综述了证据理论研究的最新进展并深入分析了证据理论各个概念的含义。对证据理论存在的问题及解决途径进行了分析。(2)对证据理论在决策领域的应用现状进行了综述,结合实际的决策支持系统背景,给出了一个应用证据理论所构建的证据推理模型,并提出一种基于D-S证据理论的决策支持方法,并根据试验结果验证了该方法的有效性和可行性。(3)针对实际应用中经常遇到的证据冲突的处理问题,给出了现有的处理冲突证据的几种改进的D-S合成法则,并对这些方法进行了比较总结。在此基础上,通过对证据冲突部分进行重新分配,本文提出了一种新的证据合成方法,利用这种新的证据合成方法对一些冲突证据的例子进行处理,结果表明求解结果满足要求,所采用的方法符合领域实际。