众所周知,严谨的概率论与数理统计理论是建立在测度论的基础之上的,所以本文将首先综述测度论目前的发展状况,接下来再对模糊积分的发展现状进行总结和综述,在现有的模糊积分理论的基础上,对模糊积分进行完善。1965年,美国自动控制专家L.A.Zadeh教授提出Fuzzy集合论,标志着模糊数学的诞生。四十几年来,这个理论在国际上已经引起巨大的关注,而且已经渗透到了各个领域,形成很多新的数学分支,诸如模糊分析学、模糊拓扑学、模糊代数学、模糊系统、模糊程序等等。1974年,日本学者Sugeno博士在他的博士论文中首次提出模糊测度和模糊积分的概念。与概率测度相比,模糊测度放弃了可加性,但是得到了更广泛的单调性,因此,模糊测度是概率测度的特例。模糊积分与Lebesgue积分相比已经有了本质的区别,模糊积分主要把Lebesgue积分中的运算“+,·”更改为“V,八”,因此,积分的性质中自然丢掉了可加性。模糊积分最早被Sugeno教授应用于主观评判过程,并且取得了非常好的效果,这一理论也因此受到了人们的重视。模糊数学一经产生之后,就显示出了异常旺盛的生命力,其应用遍及聚类分析、图像识别、数据结构、系统评价、自动控制、决策、优化、人文科学、社会科学等诸多领域,在处理模糊性上已经体现出很大的优越性。本文在原有的模糊积分理论及应用的基础上,主要做了以下工作：(1)针对模糊分析学中模糊测度与模糊积分进行综述,系统的总结了模糊测度和模糊积分。(2)完善了现有的模糊积分理论。给出了集值函数的Fubini定理；模糊集值函数控制收敛定理；广义Fatou定理；区间集值函数关于区间模糊测度的积分单调收敛定理。(3)根据现有的模糊积分理论,给出了各模糊积分间的关系,并加以总结。(4)实数域上模糊积分的应用已经很广泛了,本文尝试给出了(Y)复模糊积分在信息融合中的应用。