置信规则库（Belief Rule Base,BRB）推理方法结合了专家系统、模糊集理论和Dempster-Shafer（D-S）证据理论,是一种综合性的非线性系统建模方法。其在IF-THEN规则的后项中加入了分布式的置信结构,具有对模糊不确定、概率不确定甚至不完整信息的建模能力。但是在规则前置属性（外部变量）较多的情况下,置信规则库会出现“组合爆炸”问题,影响该方法的建模精度和适用性。为解决此问题,提出向量式置信规则库推理方法,并将其应用于工程系统异常检测和边坡稳定性评判等问题。主要内容如下:（1）基于向量式置信规则库推理的非线性因果关系函数拟合方法。在利用置信规则库推理方法建模时,通常需要建立外部监测变量与内部状态变量间的非线性因果关系模型。为了解决“组合爆炸”问题,将多个外部变量按照贡献率排序,组合成少量属性向量,并生成相应的向量式置信规则。引入空间向量匹配与“全激活”思想,改进了置信规则库原有的匹配与激活方式。从而,在降低规则数量的前提下,保证了拟合的精度。最后,通过典型非线性函数拟合实验,验证了所提方法的有效性。（2）基于向量式置信规则库推理的管道泄漏检测方法。利用（1）中提出的向量式置信规则库（V-BRB）方法,建立石油管道输入/输出流量差、管道压力等外部变量与泄漏量之间的非线性映射关系。当在线获取外部变量采样值后,即可带入V-BRB中推理出泄漏量。此外,基于序列线性规划（SLP）方法,利用历史训练数据对V-BRB模型参数进行优化,提高了V-BRB模型的推理精度。最后,通过石油管道泄漏检测实验,验证了所提方法的有效性。（3）基于向量式高维混合输入置信规则库的边坡稳定性评判方法。在边坡稳定性评判问题中,外部变量（成灾因子）通常存在离散和连续两种不同形式。因此,提出离散化编码方法对两类变量进行统一离散化和约简,进而建立相应的BRB模型。将在线获取的离散/连续外部变量采样值带入BRB模型中,即可推理出边坡的稳定性等级。该方法在缩减规则库规模的同时,保证了稳定性评判等级推理的准确性。最后,通过矿区边坡稳定性评判实验,验证了所提方法的有效性。