专家系统的应用一直是人工智能领域的一个研究热点，许多专家系统在农业、医学、地质等领域的应用中取得了良好的效果。但是在各个应用领域中，尤其是农业生产过程中，经常缺少足够信息来做判断，存在大量由此产生的不精确和不确定的知识。为了处理这些不确定性，需要采用不确定(或称为不精确)推理方式来处理不确定知识。Dempster-Shafer理论(或称为证据理论、D-S理论)在不确定性推理中属于一种基于模型的内涵方法，它提供了表示特定领域知识的一种模型方式，以及基于这种模型的推理机制。可用于回答与这些特定领域相关的问询预测、决策以及分析等等。随着计算机性能的逐渐提高，以及人们对证据理论算法的不断研究，证据理论在许多领域都取得了较好的应用效果，正在逐渐成为解决不确定问题的最有效手段之一。本文是在进行国家高科技研究发展计划(863计划)“智能化农业信息系统集成开发平台”课题研究过程中完成的。主要是将“证据理论”和“凸函数证据理论”两种不确定性表示方法引入到“专家系统基础开发平台集成开发环境中”，使之成为解决农业领域中不确定性问题的一个手段。为了成功引入证据理论，解决证据理论的Zadeh悖论问题，本文对这个问题作了深入的研究，采纳了从不同角度解决冲突悖论问题的三种方法——修改合成公式的方法、在使用D-S理论合成公式之前对mass函数进行适当扰动的方法和在使用合成公式进行合成之前对mass函数进行学习的方法，并将三种解决方案的解决结果进行投票合成，以求获得可信度尽可能高的结论。基于证据理论的推理机组件和凸函数证据理论的推理机组件从实现角度上讲主要有三个部分：基于证据理论算法的推理机、基于凸函数证据理论的推理机以及集两者要求于一身的知识库生成系统。知识库生成系统的作用是和专家用户进行交互，以获取大量的关于该领域的相关知识、经验和信息，为后期的推理提供知识和事实依据。在专家建造知识库的过程中，输入的知识间的结构需要满足一定的语法规则，这个语法规则是根据不同推理机的具体情况而定义的。由于基于证据理论<WP=59>的推理机和基于凸函数证据理论的推理机对知识库的要求基本相同，只是在某些地方有所区别，所以本文将两种推理机的知识库语法定义成一个，只是在某些处分别满足它们不同的要求。用户可以任选择一种xml的编辑工具，只要使用本文定义好的带有语法规则的.xsd文件作为知识库文件(.xml)的Schema，然后按照这种结构添加各项元素值，只要通过合法性检查，保存即可称为能被推理机所使用的xml文件。基于证据理论的推理机和基于凸函数证据理论的推理机的功能是根据用户输入的事实及相关领域的知识库文件里的知识进行推理，并将结论和推理解释反馈给结论输出页面，由结论输出页面将结论和推理解释进行解析输出结论给用户。此外，对于基于凸函数证据理论的推理机，本文在实现时为用户提供了图形输入事实值信息和图形输出推理结果的特性，丰富了该推理机组件。上述的基于证据理论的推理机和基于凸函数证据理论的推理机使用C#语言实现，运行在微软的.NET Frame环境下。实现形式为两个.exe文件，或者说是两个.DLL文件。.DLL文件的特点是可以封闭里面的内部功能，只留一些必备接口以供调用。因此按照BAPDES-IDE接口规范实现的两个组件可以很容易的集成到BAPDES-IDE内，作为基于规则的推理方法的有效补充。知识库文件以xml的方式存储，因为满足推理机需要的语法规则，所以很容易的被对应的推理机所使用。此外，基于xml规范的数据表示形式正在成为业界标准，因此这种数据表示形式也十分便于与其他系统交互。D-S证据理论比传统概率论能更好地把握问题的未知性和不确定性，能融合多个证据源提供的证据，由于它满足比概率更弱的公理系统，可以视为经典概率论的一种推广，因而它具有比贝叶斯方法更广泛的应用范围，更适合于证据较少的问题领域。基于以上原因，使得基于证据理论的推理机在实际应用中取得了很好的效果，得到了领域专家的好评。基于证据理论的推理机在BAPDES-IDE中作为外延方法的有力补充正被逐步应用在更多的智能应用系统中。