伴随着传统互联网和移动互联网的迅速发展,我国信息化建设已逐渐步入了4C革命阶段。在信息为生产生活提供更好更快服务的同时,信息的过剩、多源化、复杂性、不确定性问题严重阻碍着信息化建设的进程,为信息科学和信息技术的研究与发展提出了新的挑战。多源信息融合是用于信息加工、处理、综合的重要方法,在物联网、机器人、智能控制等领域有着巨大的应用前景。而证据理论作为其中的代表,能够适应于不确定应用场景,近年来已成为研究的热点之一。本文依托国家863重大专项“新概念高效能计算机体系结构及系统研究开发”相关课题,基于证据理论对不确定信息融合方法进行深入研究。课题以提高证据理论应用中的可靠性和灵活性为目标,着重研究基本概率指派方法、冲突悖论处理和概率转换方法三个方面,并做出必要改进。最后,结合实际应用需求给出一种拟态安全路由中认知与决策的实现方案。具体内容如下:1.在认知目标的属性为单点实值情况下,利用模糊相似度生成证据理论的基本概率指派(Basic Probability Assignment,BPA)存在悖论问题。针对此问题,本文提出一种基于钟型函数(Bell Function,Bell-F)的相似度确定方法和相应的BPA生成算法。该方法避免了上述悖论算例与实际相左的情况,且能够细粒度刻画相似度评估模型,进一步提高了认知描述的准确性。通过对鸢尾花数据集进行识别实验,结果准确率为93.3%,且相比于其他方法,Bell-F对低辨识度属性能给出更可靠性的BPA值,对已知样本数量不足的非确定环境也具有较好的适应能力。2.在处理冲突悖论问题时,传统改进方法聚焦于冲突的评估和处理,却忽略了应用场景的实际物理意义,因此存在一定的局限性,无法形成一致的解决方案。针对这一问题,本文以不同的应用场景角度重新讨论冲突与悖论,从实际场景约束出发探究组合规则的合理性,进而对应用场景与组合规则构建映射关系,提出一种基于应用场景的组合规则分类方法。最后,给出一种兼容性分类方式,通过实验和分析,说明该方法的有效性。3.在BPA概率转换过程中,现有方法没有对各种状态进行区分,直接根据转换方程向单目标状态分配赋值。实际情况是,不同级别的状态涵盖的信息量并不相同,分配方式可能也不限定于一种方程,应该区分对待这些情况。针对现有转换方法在合理性和灵活性上存在的问题,本文沿用层次化转换的思想,定义了证据量和传递函数,提出一种基于证据量层次传递的BPA转换方法,并给出了一种规律情况下的推解方法及其直接转换公式。通过实验和对比分析,说明该方法的有效性和灵活性。4.结合拟态安全路由研究中的实际需求,从路由变体的选择问题出发,基于本文对多源信息融合和证据理论的研究成果,提出一种带有中心调控和后台数据库支持,实施多级别融合和闭环控制的认知-决策中心(Cognitive-Decision Center,CDC)实现结构,并分级给出CDC主要模块的算法设计。搭建实验环境进行模拟测试,结果说明了实现方案设计的有效性和可行性。