多源信息融合在军事和民用领域展现出了广阔的应用前景，但是由于多源信息的复杂性及系统中存在的诸多不确定性因素，不确定信息的处理问题逐渐凸显，成为各领域信息融合系统所面临的共同问题。D-S证据理论作为一种重要的信息融合方法，在不确定信息的表示和推理方面具有优势，但在实际融合系统的应用中还面临着证据基本概率分配函数的构造问题以及融合过程中巨大的计算量问题。本文针对这两方面问题开展研究，以期D-S证据理论能够更好地应用在多源信息融合系统中，提升信息融合的性能。
　　针对证据基本概率分配函数的生成问题，提出了一种基于模糊隶属度的基本概率分配函数构造方法，首先得到观测值与隶属函数的交点，根据隶属度分布情况所体现的内在特性改进了传统α-截集方法，确定了焦元的结构，将隶属度值转化为基本概率分配函数。仿真结果表明，本方法改进了传统α-截集方法的缺陷，生成的基本概率分配函数具有更准确的信息描述能力和良好的运算性能，实例应用证明了本方法的有效性和可行性。
　　针对证据融合过程的计算量问题，提出了一种基于改进能量函数的近似计算方法，通过加入修正因子改进了传统能量函数，并以此为基础确定了焦元控制规则，然后考虑焦元间的完备集合关系对证据进行修正，能够降低计算量并确保近似精度。通过仿真分析，验证了方法的有效性和合理性。
　　最后基于冷连轧现场数据搭建了冷连轧过程故障识别信息融合系统，仿真结果表明，应用本文提出的方法对冷连轧过程故障识别系统有较高的正确识别率，所提出的证据基本概率分配函数生成方法能够很好的描述系统信息并且有较好的运算特性，所提出的近似计算方法能够在尽可能保留信息本质的同时，降低证据融合过程的计算量。