人类神经系统是多传感器环境下最为灵活的数据融合体系结构。研究表明，从原始的单细胞有机体类似神经动作电位的协调功能逐步进化成神经元开始，神经系统大致经历了混沌阶段、平权网络阶段、中心化网络阶段和双侧对称的层次体系结构等进化阶段。网络系统是由各种不同性质网络所组成的复杂网络，通过对现代数据融合模型和体系结构的最新研究成果与神经系统这一进化历程比较研究，我们提出了网络系统的数据融合的进化体系结构。该体系结构是数据融合系统体系结构进化的一种高级形式，它能根据网络系统不同的使命、外部环境和网络系统的状态自动形成目前所知的最为有效的数据融合体系结构，更有效地达到融合目的。其具有内部模型运行能力的智能接口用于完成网络通讯和资源调配任务，从而使融合元的核心部分可以致力于更重要的信息挖掘、建模和融合决策等任务，分布式数据集市的引入增强了数据融合系统网络内部模型的学习、存贮、评估和获取能力。数据融合系统的进化体系结构是一种智能体系结构，数据融合事件在此变成了优选一个内部模型在网络上运行，该内部模型决定了所形成的体系结构形式。在分析讨论该体系结构的通讯战略和资源管理战略之后，探讨了在该体系下集成数据融合技术提高ATP系统多目标捕获与跟踪性能等问题的初步方案。研究表明，由于直接以人类思维与决策的物理基础，即神经网络进化的理论为基础建立数据融合体系结构模型，数据融合系统的进化体系结构更有利于集成诸如自然语言处理、模糊逻辑、神经网络技术、人工智能和智能决策等方面的研究成果，它可以充分发挥指挥和操作人员的主观能动性，为各级管理人员提供一个智能化辅佐决策环境，提高复杂网络系统的信息处理能力和指挥决策水平。