科学基金制度是各国政府支持基础研究的主要渠道之一。科学基金立项评估是基金项目管理活动的关键,立项评估的水平关系着科学基金项目管理水平的高低。科学基金立项评估方法的选择直接关系到广大科技工作者的切身利益,决定了科学基金是否能够得以有效利用。科学基金立项评估的研究是近年来国内外项目管理领域的一个热点问题。科学基金立项评估属于多指标群决策问题,目前科学基金立项评估的研究未反映专家给出评估信息的重要性和可靠性信息,而这部分信息对评估意见合成的质量有重要作用。由于专家个体本身所掌握知识的有限性以及对问题认识的局限性,人们往往难以对问题做出准确的定量判断,而是倾向于利用一系列语言评价等级的集合在评估问题的某一指标上表达自己的意见。因此,有必要将专家提供的评估信息表达为证据体,并在此基础上进行多源信息合成。如何衡量专家给出的评估信息的可靠性,并对原有评估信息进行修正,以更加有效的利用评估信息,是利用专家的知识和经验解决复杂决策时要解决的重要科学问题。因此,研究科学基金立项评估问题具有重要的理论和现实意义。本文将证据推理规则引入科学基金立项评估,作为解决上述问题的基本理论,分析了基于证据推理规则的科学基金立项评估过程,探讨了基于证据推理规则的证据信度函数生成与证据合成问题。针对解决问题的需要,将证据推理理论与同行评议、贝叶斯理论、混淆矩阵、多属性效用理论和期望效用理论等相结合,研究了群体语言评价等级下多指标的科学基金立项评估问题,重点解决了语言评价信息的表示,专家评价意见可靠性的度量以及语言评价等级的合成问题,结合决策理论完成项目的排序与选择。具体研究内容及创新性工作如下:(1)系统分析了基于证据推理规则的科学基金立项评估问题。通过对现有科学基金立项评估方法实践情况的分析,构建了基于证据推理规则的综合评价模型,并给出了基于证据推理规则的科学基金评议信息的逻辑关系。探讨了评议专家意见的表示方法,分析了权重和可靠性的意义与确定方法,并结合多个评议专家在多个指标上的评议意见的集结和决策规则的选择,对基于证据推理规则的科学基金立项评估中的关键问题进行了分析。(2)定义了基于历史评估准确度的可靠性参数,以此来分析不同专家的信息质量,用来反映专家意见的质量对合成结果的影响。并基于混淆矩阵定义了两种不同情况下的可靠性参数值,依据评议专家给出的两种截然相反的评价意见选择相应的参数值对评价意见进行修正。在可靠性分析的基础上,研究基于证据推理规则的专家意见集结问题,以提高集结专家群体意见进行科学基金立项评估与决策的有效性。(3)研究了基于统计数据证据获取的科学基金立项评估方法。通过对贝叶斯方法与证据推理规则的分析,利用似然函数和信度函数的关系,探讨了实验数据中反映的专家直接等级语言评价与项目最终资助结果的映射关系,并给出了直接等级语言评价的一种新的信度函数获取方法。在此基础上,利用证据推理规则集结群体专家多指标意见,进而通过综合后的资助概率对项目进行排序比较分析。(4)研究了基于专家主观判断直接等级语言评价的科学基金立项评估方法及其决策分析。针对评议专家的直接等级语言评价给出信度函数,并针对不同指标语言评价等级所构成的识别框架不同,探讨了这种直接语言评价等级向总识别框架中语言评价等级信度函数的转换方法,给出了结合期望效用和综合信度分布特征的决策方法。(5)将基于证据推理规则的决策模型应用于国家自然科学基金立项评估中,系统验证了所提方法的实用性和有效性。在前期调研获取的国家自然科学基金委立项评估的现实数据环境下,研究基于证据推理规则的科学基金立项评估方法。以项目最终的资助结果作为评判依据,通过与现行评审意见处理方法比较研究,说明了综合可靠性的专家意见处理方法的合理性,并验证了应用证据推理规则方法在科学基金立项评估决策中的实用性和有效性。