该文主要的工作和研究由以下几部分组成:一、针对传统的信息融合模型与具体应用相关的不足,提出了一种具有普遍意义下的信息融合模型.二、分析研究了几种神经网络的融合性能.三、针对基于联接主义和符号主义的推理方法的各自的优缺点,提出了一种综合的方法,采用了一种神经网络+D-S证据组合理论的推理分析方法,完成对系统的故障诊断.D-S证据组合理论是用在神经网络分析之后的推理分析方法.神经网络的输出看作是证据的可信度.将二者结合起来可以提高融合处理的效率,充分发挥不同方法的优势,达到最优融合的效果.四、把上述融合算法和模型应用于水电机组的控制与故障诊断系统中.水机调速器系统控制及机组故障诊断问题的缺点是没有考虑多传感器的数据融合,而水机调速器的调节过程受多个因素影响,试验结果证明通过融合的方法可以获得比传统的调速器控制方法要更准确、稳定的性能.该文进一步的研究包括以下三方面:1调速器转换工况条件下的控制性能研究;2该文提出的融合模型与算法在其他问题中的应用;3神经网络与D-S证据组合理论组合算法的进一步分析和性能优化.