D-S证据理论对不确定性信息的处理有很大的灵活性,具有广泛的应用领域。但是,D-S证据理论在实际应用中,常常会面临各种不一致性或冲突的证据,对这些冲突证据的定量度量及合成引起了大量学者的研究。本文针对D-S证据理论在冲突证据的度量、冲突证据的合成及基本可信度分配函数的构造等方面进行了深入研究,主要工作如下:(1)针对传统的冲突度量和Jousselme距离度量出现冲突误判的问题,提出了一种相似系数和Jaccard系数矩阵的证据冲突度量方法。该方法通过计算证据之间的相似系数,利用Jaccard系数矩阵将相似系数转化为证据的冲突程度。理论证明和数值计算表明该方法可以有效的表示证据间的冲突程度。通过典型的算例将本文的方法与其他方法进行对比,表明该方法可以有效的度量证据间的冲突程度。(2)针对使用冲突系数辨识证据冲突存在的不足,将Pignistic概率距离转换为证据的可信度,再将证据的可信度和虚假度结合起来,构造一个新的修正系数,然后利用新的修正系数来折扣基本可信度分配函数。利用D-S证据组合规则对修正后的证据进行合成。数值算例分析的结果表明,改进后的证据组合方法得到的结果具有收敛速度快和鲁棒性好的特点,同时保持了D-S组合规则的优良性质。(3)证据理论应用中的关键问题是基本可信度分配函数的构造,但是现在仍然没有一个统一的构造基本可信度分配函数的方法。利用区间数距离来表示样本属性之间的差异性,在此基础上归一化区间数距离得到基本可信度分配函数。通过Iris Data的分类实验验证了该方法的有效性。