针对同一个分类问题，构建多个分类器并把多个分类器进行融合可以提高分类系统的分类正确率、改善系统的稳健性。模糊积分作为一种融合算子，因其能够同时表示各分类器的重要性和分类器之间的交互作用而受到关注，并得到了广泛的应用。在基于模糊积分的多分类器融合系统中，有两个关键的因素需要确定：一方面是模糊积分的类型，现在适合于多分类器的模糊积分主要有：Sugeno 积分、Choquet 积分、上积分（upperintegral）和下积分（lower integral）。另一方面就是模糊测度。模糊测度对融合系统的性能有很大的影响。如果模糊测度选择得比较合适，可以明显地提高分类精确率；反之，可能使得融合系统的分类精确率反而不如单个分类器的分类精确率。对于这两因素中的模糊积分一般都是采用事先指定，多数都是采用Choquet 积分，还没有关于那种模糊积分更适合于多分类器融合的结论。而很多学者对于如何确定模糊测度进行了很多的研究与探讨，提出了不同类型的模糊测度以及确定模糊测度的方法。本文对，四种模糊积分的定义，相互关系，以及作为融合算子对多分类器融合系统性能的影响进行了比较，以期对模糊积分在多分类器融合提供有益的结论。综合数值实验和理论分析的结果，本文得出了如下结论：适合于多分类器融合的优劣选择次序依次为：Choquet 积分、下积分、上积分、Sugeno 积分。