1998年，Tim Berners-Lee提出了语义Web的概念，目标是通过向数据中添加机器可理解的语义和启发式的使用元数据来实现机器自动处理信息，数据的清楚语义加上领域理论(即本体)将使得Web提供更高质量的服务。由于语义Web的目标就是实现Web的“机器理解”，“机器理解”指让计算机理解信息的内涵，其理解能力与推理能力休戚相关，因此语义Web的智能推理技术在实现Web的语义性上起着核心的作用。 本文在分析语义Web的支撑技术和本体知识库的理论后，着重研究基于本体知识库系统的自动推理技术，分逻辑推理和传统的规则推理两方面进行研究。在逻辑推理领域，结合目前推理研究的发展状况，基于语义Web中比较成熟的SHOQ(D_n)描述逻辑，提出借助数据类型之间的相关性辅助逻辑推理的思想，并利用Tableaux算法改进描述逻辑SHOQ(D_n)，为逻辑推理提供帮助。由于描述逻辑自身推理功能的缺陷，我们通过结合传统成熟的规则推理技术，对语义Web中结构类似的信息采用规则推理方法进行推导，主要研究了JESS匹配算法的性能和改进方法，最后提出将Agent推导引擎技术和语义Web推理技术结合建立一种新的推理模型并进行实现。 本文的主要成果和创新点包括： 1．提出借助数据类型之间的相关性辅助逻辑推理的方法； 2．利用Tab leaux算法改进描述逻辑SHOQ(D_n)，为逻辑推理提供帮助； 3．用数学方法比较和分析了网络匹配算法RETE和它的主要改进算法，并提出利用multi-agent技术的改进网络匹配算法。 4．借助具有智能功能的JESS系统，结合Agent技术和语义Web本体逻辑体系设计进行语义Web上的综合推理，提出自己的原型系统。