人工智能正处于蓬勃发展的时期，它与计算机的密切结合引发了人们对知识处理的研究，其中尤为重要的是知识的表示和推理问题。目前知识的表示和推理方法有很多，它们都在智能系统中发挥了重要的作用。然而这些智能系统仅仅是模拟了人类的抽象逻辑思维活动，而极少模拟人类的创造性思维，所以本文引入可拓学理论，研究基于可拓学的知识表示方法和推理方法，以弥补智能系统现有的不足。 本文首先介绍了本课题研究的背景、目的和意义，并且简单阐述了人工智能和可拓学理论的基础知识。然后详细分析了可拓方法在人工智能技术中的应用，特别是它与知识表示和推理技术的密切联系。由此，提出了可拓知识表示方法的形式化定义，并且将它与原有的几种知识表示方法进行了详细的比较。 最后，本文围绕知识的可拓性，提出了基于发散性的可拓推理，并在此基础上引入了“继承”的概念，提出可拓继承推理。本文通过动物识别系统的例子，对这两种新的推理方法进行了详细介绍。