为了对充满不确定性与模糊性的空中目标识别数据进行处理，提高空中目标多传感器融合的准确性和可靠性，提出以模糊贝叶斯网络为基本结构的多传感器数据融合模型。该模型能够对清晰连续变量通过模糊化和去模糊化操作变换成离散变量，而且基于模糊贝叶斯网络的建模方法能够组合多种证据进行不确定性表达和推理。通过详细分析空中目标识别的推理规则，建立了空中目标识别的贝叶斯网络拓扑结构，提出了贝叶斯推理算法对多种证据进行融合计算的模型。识别实例表明该模型能够融合不同信息源的数据，有效地提高空中目标识别的效率。

为使贝叶斯网络能够对模糊信息和不确定信息进行处理提出一种新的基于模糊贝叶斯网络的多态系统可靠性分析方法。该方法将模糊集合理论引入到贝叶斯网络可靠性分析中考虑部件故障状态、部件故障率的模糊性以及部件间故障逻辑关系的不确定性使贝叶斯网络具有处理模糊信息的能力。该方法采用模糊数描述系统和部件的故障状态利用模糊子集描述部件的故障率运用贝叶斯网络的条件概率表描述部件间的不确定联系。该方法应用到载重车液压悬架系统的可靠性分析实例中分析结果表明该方法在进行系统可靠性分析时能够充分利用系统的模糊信息和不确定信息从而提高系统可靠性分析的效率。