近年来，许多应用信息系统都采用本体作为语义支撑来满足不断增长的知识交换和知识集成需求。然而学科知识的发展和业务需求的多变性常常会引发支撑本体的演化，这会影响依赖本体的服务。国内外一些研究机构基于本体演化效果（即实现本体的演化）已经有大量的成果，但是这些成果没有或者很少考虑演化过程中本体演化代价。当前流行的本体编辑工具如Protégé、OntoEdit、OilEd等均会提供执行本体演化的能力。但作为本体编辑工具的它们所提供的变化执行能力还较为薄弱。这些本体编辑工具的演化执行策略通常较为简单，这意味着变化在执行时不会考虑造成的代价等复杂因素，使得得到的结果往往并非是最优的，并可能给以后的管理和维护带来相当大的麻烦。如何在保证演化需求实现并维护演化前后本体一致性的同时降低演化代价是本文关注的首要问题。　　本体作为语义Web核心载体，用于表达网络中语义信息。本体演化的过程，实质上是本体中元素的增加、删除、修改及结构的调整。本体中的元素由于自身属性或是由于承载的服务，其重要程度是不同的。对于元素删除操作来讲，通常有两种策略，一种是深度删除，另外一种是浅删除。元素的删除操作，对本体及其承载的服务的影响不同。因此我们要确定如何操作可以获得较小的演化代价。定义删除时所产生的潜在代价，我们首先要对本体的元素按重要程度进行排序。然后对元素的重要程度值进行统一的定义，从而便于量化计算。文中采用了概念与关系相互增强的排序算法对本体中的元素进行了排序。　　受图搜索的启发，将本体演化转化为寻找一条演化执行路径使演化后的本体满足一直性约束条件且演化代价累计值最小的过程。引入衡量本体演化过程优劣的标准—演化代价的概念。通过CARRank算法将本体中元素排序，并定义了其潜在代价值，改进了演化代价的具体计算公式;为减少本体演化中的演化代价，给出一组附加演化策略，以适应复杂的本体演化环境;最后给出改进可降低演化代价的COST算法，并将启发式策略应用于算法以加速演化过程和有效减少搜索空间。　　在前述研究基础上，本文实现了本体演化原型系统，并采用本体测试集测试该系统性能，从代价大小、准确率方面与其他本体演化方法经行对比，结果表明本论文提出的方法能有效减小本体演化代价，准确率也有一定的保证。