多传感器信息融合(MSIF)是指对来自多个传感器或多源的信息进行分析、处理、综合,从而产生新的更加有效的合成信息的过程。多传感器信息融合通过各类融合算法相互组合实现,针对特定机动目标,不同算法组合表现出的融合性能差异很大。本文的研究重点为信息融合算法管理系统的决策支持方法,信息融合算法管理系统决策支持的目的是希望通过一定的方式,使系统能够根据不同机动目标的运动特点决策反馈最优的算法组合,达到算法自动选择和辅助决策的目的。本文首先对传统的决策支持方法进行分析,指出其局限性。然后使用不同于传统决策支持的方法——多目标决策方法进行基于信息融合算法管理系统的多目标决策研究。采用的多目标决策方法为基于Pareto的快速非支配排序遗传算法(NSGA-Ⅱ), NSGA-Ⅱ算法利用快速非支配排序机制,使其具有逼近问题Pareto前端的能力；同时采用拥挤距离排序操作,保证得到的Pareto最优解具有良好的多样性。最后,针对NSGA-Ⅱ算法在产生子种群时的缺陷,提出了带有分布函数的精英保留策略对NSGA-Ⅱ算法进行优化,经实验表明,采用带有分布函数的精英保留策略能够使算法具有更好的种群多样性和收敛性,并且能够在相同条件下搜索出更加适合指定机动目标的算法组合。