不确定性推理用于处理解决不确定和不完全的信息,D-S证据理论是不确定性推理的一种重要方法。处理不确定性推理的方法还有可信度方法、Bayes推理、模糊积分法和粗糙集理论等,这些方法都有各自的优势,其中证据理论独特优点在于能够像Bayes推理那样结合先验概率,而且能够处理像语言一样模糊集的概念,应用前景十分广泛。Dempster证据合成法则是D-S证据理论的重要部分,该证据合成法则广泛应用于专家咨询系统、医学诊断、风险决策、图像识别等方面。但是最初的融合法则由于归一性有其固有的弊端。很多学者对由于归一性无法处理冲突证据的情况,提出了许多的解决方案。有些方法在一些特定的条件下有其相对良好的表现。但是很多都有一些固有缺点,在性质上,收敛性,以及计算量上难以做到平衡。本文总结证据间距离的统一形式,并用新的表达形式说明冲突系数k不是判断冲突的合适标准。考虑二维距离,采用定义新的证据间距离的方法。分析各证据的基本概率分配,对证据之间的远近程度加以区分,按支持度的大小给证据按重要程度加以排序,从中筛选出重要的证据和一般的证据。然后本文对各条证据加以分配权重,从而达到消除证据间冲突的程度的目的。接着运用D-S合成法则计算,得出相对合理的结果。然后通过实际算例,证明本文方法的优越性。最后,本文对已经合成好的结果或者单个BPA,采用新的概率转换的方法,结合风险决策的知识,去解决相关问题。