知识推理是知识工程的关键技术,在人工智能领域扮演越来越重要的角色,在许多实际应用中也展现出巨大的应用潜力。决策蕴涵是一种知识表示形式,具有知识层次清晰自然、逻辑性强、易于推理等优点,同时,决策蕴涵具有完备的语义理论基础,也能够保证推理的正确性。因此,近年来,有不少学者将关注点落在了决策蕴涵上的知识推理。目前对决策蕴涵上推理规则的研究并不多,对如何高效地应用推理规则推导出新决策蕴涵更是研究的空白。因此,为了更有效地进行推理,有必要研究是否存在更简洁的推理规则以及如何高效地利用这些推理规则推导出新决策蕴涵。本文从推理规则入手,设计更简洁有效的推理规则,并探索最优的推理策略。具体的研究工作包括:(1)提出了更简洁的推理规则——后件合并推理规则。对合并推理规则进行了简化,提出了一条更简洁的推理规则——后件合并推理规则,该推理规则只需对前件相同的决策蕴涵进行合并即可。进一步分析了该推理规则和扩增推理规则、合并推理规则之间的关系,证明了合并推理规则在语义上相对于扩增推理规则和后件合并推理规则是冗余的。由此,提出了新的推理规则集,由后件合并推理规则和扩增推理规则组成,并证明了该推理规则集是完备的、无冗余的。此外,对新推理规则集的性质,特别是推理规则之间的可交换性,也做了相关研究。(2)设计了 3种推理方法,并对推理方法的有效性进行了实验验证。进一步对推理规则的应用次数做了研究,证明了合并推理规则和后件合并推理规则的最大应用次数不超过[log2m]。基于此,设计了 3种推理方法,通过实验验证了推理方法的有效性,实验结果表明,先应用一次扩增推理规则再应用最多[log2m]次后件合并推理规则是目前最有效的推理方法。