作为一种不确定性推理方法,D-S证据理论在不确定性推理和信息融合中得到了广泛的应用。然而由于D-S证据理论比较适合于解决低冲突、高置信度的情况,而在实际应用中,证据之间常常存在较大的不一致性,此时容易得出与事实相悖的结果。在信息融合中是不允许这种情况发生的,否则会造成系统的错误决策,这成为制约D-S证据理论进一步推广的主要问题。基于此,本文提出了开放识别框架证据理论合成规则的研究。本文首先对D-S证据理论的基本知识进行了总结概括,在对识别框架粗化与细分、收缩与扩张研究的基础上,提出了开放识别框架的概念,并对识别框架开放后的相关知识进行了论述;其次,对给定证据进行了研究,从而确定出了各证据在合成过程中的权重,基于此提出了基于证据距离的开放识别框架合成规则;对于由于外界干扰造成的证据冲突问题,首先对证据进行预处理,将干扰降至最低,基于此提出了基于证据预处理的开放识别框架合成规则。研究了开放识别框架证据理论合成规则的仿真评价方法,设计、开发了开放识别框架证据理论合成规则的仿真系统;最后,通过对六种典型悖论问题的计算及仿真比较,基于证据距离的开放识别框架合成规则较其它方法更适合于解决证据合成问题,而基于证据预处理的开放识别框架合成规则更适合解决冲突较大的证据合成问题,而且保持了原有D-S证据理论的优点,确定度也有了较大提高。