大坝及大坝群的安全综合评价本质上是一个复杂的多源信息融合问题,各种监测项目及仪器种类繁多、数量庞大,且易受外界因素干扰,监测信息不确定性问题广泛存在。我国虽然在单座大坝的健康诊断方面取得了一定进展和可喜成果,但发展较为成熟的还是针对单个测点、单种效应量而建立的数学统计模型,也较少涉及大坝群,还没有出现真正意义上的大坝安全群控技术。鉴于此,本文引入信息融合领域中的D-S证据理论,考虑到冲突证据的度量与融合,提出了一种基于信息熵的分类修正算法,将大坝健康诊断方法从单测点单效应量研究拓展到多测点多效应量研究,从单座大坝拓展到大坝群,初步建立了一个大坝及大坝群安全综合评价的基本体系。本文的研究内容如下:（1）针对D-S证据理论实际应用中可能出现的证据冲突问题,采用修正原始证据源的观点,引入信息熵衡量证据本身的不确定性,并考虑证据间的冲突程度,提出了一种基于信息熵的分类修正算法。（2）将“基于信息熵的分类修正法”引入到大坝安全综合评价领域,通过构建综合诊断指标体系、建立识别框架、基本概率赋值、分类融合运算以及决策推理等五个部分的详细介绍,建立了一个基于冲突证据分类融合的大坝健康诊断模型,并将大坝健康诊断方法从单测点单效应量研究拓展到多测点多效应量研究。（3）在单座大坝健康诊断模型的基础上,通过定义大坝安全贡献度的概念,将单座大坝对整个大坝群的安全影响程度与各大坝安全信息的冲突性和不确定性结合起来,提出了一种符合大坝群实际情况的主客观权值计算方法,建立了一个多层次、多指标的大坝群健康诊断模型,并将研究对象从单座大坝拓展到具有关联性的大坝群。本文在以下方面具有一定的新意:考虑到证据间的冲突程度和证据本身的不确定性,提出了一种基于信息熵的冲突证据分类融合算法;针对诊断模型建模过程中各评价指标的Mass函数构造难度,引入区间距离公式,提出了一种由隶属度生成赋值函数的方法;通过定义大坝安全贡献度的概念,提出了一种更符合大坝群实际情况的主客观权值计算方法,使融合结果更加合理可靠。由于大坝及大坝群安全综合评价问题的复杂性和一些客观因素的限制,本文的研究成果只是对大坝安全群控技术研究的一次有效尝试;今后可做的内容还有很多,需要国内外学者共同努力,建立一个真正意义上的大坝安全群控技术体系。