信息融合是数据加工、信息处理的升华，其基本思想是综合利用系统各个方面的数据信息，最大限度地抽取有关对象或环境的有效信息，以达到更准确、更全面地认识观测对象或环境的目的。因此，在智能科学技术迅猛发展的今天，开展对多信息融合方法的研究与应用是有效获取信息、更好的提供系统决策的重要研究课题。　　 本课题提出的拟人多信息融合思想是对人类的多感知、多层次信息融合的智能特性的模拟、延伸和扩展。拟人的多信息融合主要是从人工智能和人工生命这些新的角度出发，探讨以智能计算为基础的、包容传统融合方法的信息融合方法，以获得更好的信息融合效果。　　 本文首先综合阐述了信息融合技术、人工神经网络和粗糙集理论的基本原理以及其用于信息融合的特点。然后采用特性分析、对比和融合等方法进行算法的研讨和实现。最后运用系统设计、软硬件实验将其应用到了智能移动机器人的信息融合和煤矿安全信息融合的实例当中。　　 在算法研究方面，本文在信息融合的基本原理、结构、功能和算法的基础上，探讨了基于人工神经网络以及基于粗糙集的信息融合算法。为了同时发挥拟人的逻辑约简智能和形象思维智能的优势，又重点研究了综合应用粗糙集理论和神经网络的信息融合算法，在融合应用中取得了更为理想的融合效果。　　 在信息融合算法的实现与应用方面，第一个应用实例是拟人多信息融合在移动机器人中的应用。主要研究和实现机器人在实际环境中，多传感器信息融合的规则，神经网络模型的建立，以及机器人运动规则的制定。第二个应用实例是煤矿安全信息的融合。主要实现了利用粗糙集理论对复杂系统的采集数据的约简，并结合人工神经网络适于映射非线性、随机性、复杂性函数关系的特点，对煤矿安全信息进行了处理并根据信息融合结果做出了决策。