多源模糊信息融合处理方法是一种对多源异类模糊信息进行处理的基于Vague证据理论的融合方法。属于检测与信息处理技术领域。步骤为：选择融合处理的信息；确定证据理论中的辨识框架；确定基本可信度分配函数值；确定Vague焦元的相似度，修改证据源模型，组合证据；基于融合结果，确定焦元对其它焦元信任函数的贡献因子；然后依据焦元信任函数值，取最大者为最终结果。优点：该方法结合证据理论和Vague集，表达信息的模糊性，充分利用模糊信息之间的互补和冗余，具有易于表示模糊信息，且融合结果及信任函数对某些焦点元素的显著变化敏感等特点。该方法主要用于信息融合、模式识别、故障检测、人工智能等领域。