随着“银发浪潮”的袭击，我国老年人的数量急剧增加，他们的养老问题愈发凸显。我国当今特殊的国情决定了能够解决现今养老问题的重要途径是转变养老方式，即由家庭养老向养老院养老转变，然而目前我国的大多数养老机构存在着设施设备落后、工作人员人手不足、管理信息系统相对孤立、老人身体出现不适时，由于没有及时发现并给予相应的安全有效的治疗等问题，使得老年人不能得到很好的照顾，家人对此也很不放心。本文提出的分布式智能养老系统能够可以有效地解决现在养老院中存在问题，系统中给老人佩戴能够实时采集生命特征信息的RFID智能手环，考虑到老人的精神需求，结合网络视频监控技术为老人提供智能移动机器人，通过机器人实现与家人的视频聊天，视频所用的摄像头可以用来采集老人的身体动作。为了能够实时了解老人的身体状况，当老人突发异常时，系统可以根据老人的生命体征信息和视频信息自动判断出老人是否需要救助，决定系统是否发出求救信号。由于生命体征信息和视频信息是两种信息属性不同，需要通过数据融合技术对这两类信息融合处理。本文选用的数据融合技术是应用最为广泛的，具有良好的容错能力和极强的自适应能力的神经网络。由于分布式系统的需要，选用了PSOA-RBF神经网络作为数据融合处理的工具。PSOA-RBF神经网络克服了RBF容易陷入局部最优的缺陷，把RBF的参数视为改进的PSO算法中的粒子，然后对粒子的适应度实施评估，直到找到适宜网络的参数。系统采集的初始数据信息量大，大量的冗余数据和噪声数据会影响系统的性能，因此本文采用多叉树的算法对输入数据进行数据的约简，将约简后的两种数据在系统的中间层进行数据融合。最终在MATLAB平台进行了仿真实验，实验结果表明提出PSOA-RBF神经网络对于提高网络的收敛速度和系统的识别精度的提高有明显的效果，提高了资源的利用率，同时也保证了分布式智能养老系统对养老院中的老人突发意外情况的预警的准确性，在一定程度上保证了老人的安全。