信息融合技术自提出以来,便日益受到各国科学家和政府部门的重视,各国纷纷投入大量的人力和物力,用以发展、研究这门新兴技术,其应用范围也在不断地拓宽。与此同时,有关信息融合技术的学术论文、学术会议和科研项目也与日俱增,研究信息融合的方法更是层出不穷。在众多的信息融合方法中,基于神经网络和模糊推理的“智能型”方法更是倍受各国科学家和政府部门的青睐! 模糊推理和神经网络在信息融合领域的应用各有所长。相比较而言,模糊推理的优势在于其强大的知识表达能力,其内在的模型结构和推理结果都易于理解,劣势在于学习能力很有限,知识的获取比较困难;神经网络的优势在于其强大的学习能力,劣势在于神经网络在训练过程中获得的知识是以一种“隐性”的方式储存在网络中的,对于网络的模型结构很难给出合理的解释。为此,将两者结合起来,扬长避短,是两者用于信息融合技术的必由之路! 对国内外相关文献进行了深入地学习和研究后,本文作者主要做了以下工作: (1)概述了信息融合技术的研究现状,阐述了神经网络和模糊推理在实际应用中的优势和劣势,说明了在信息融合时将两者相结合的必要性; (2)阐述了信息融合的基本原理、优势、层次、基本框架和主要方法; (3)对如何用神经网络进行信息融合进行了探索性研究,提出了用神经网络进行信息融合的基本思想和基本步骤,并利用 MATLAB 语言编程仿真,通过“电子电路故障诊断决策”的实例,验证了用神经网络进行信息融合的有效性; (4)出了用模糊推理进行信息融合的基本思想和基本步骤,并通过“对某系统的阀门进行控制决策”的实例仿真,说明了用模糊推理进行信息融合的可行性; (5)在研究神经网络和模糊推理结合方式的基础上,提出了用自适应模糊神经网络进行信息融合的算法,并通过“对战斗机进行身份识别”的实例仿真,验证了基于自适应模糊神经网络的信息融合算法的有效性和优越性!