语义网是当前万维网的延伸,其目标是通过开发一系列计算机可理解和处理的表达语义信息的语言和技术,使自动化处理信息和对信息的机器理解更加容易。基于本体的知识推理是实现语义网的关键技术,它是语义网中其它智能操作实现的基础。目前语义网的研究主要都是针对精确本体的,但是人们认识客观的事物往往是以不精确性为主的,这样大量含糊的不确定信息需要被表达,粗糙性作为不精确性的一个方面,由于其不需要数据以外的其它信息这个优点,把它引入到本体中,能够很好的表示不精确知识,这样就需要能够处理粗糙本体的知识推理系统完成对不精确知识的推理。目前的知识推理系统大部分是各自基于描述逻辑和基于规则的,并且是针对精确本体开发的,不能够直接应用到粗糙本体的知识推理中,目前还没有适合粗糙本体的推理机。因此,本文首先提出了一个语义网粗糙本体模型,针对该粗糙本体模型,研究了粗糙集、粗糙描述逻辑、粗糙规则以及知识推理,在此基础上将基于描述逻辑的知识推理方法和基于规则的知识推理方法相结合,提出了一种粗糙本体支持的知识推理框架,通过基于粗糙描述逻辑的知识推理方法,先将粗糙描述逻辑约简为经典的描述逻辑,再对其进行一致性检测和包含关系检测,将无逻辑错误的知识库提交给顶层推理机,避免以谬推谬；而粗糙本体支持的规则知识推理方法,结合底层提交的知识库,分别构建精确和粗糙规则,解决规则匹配、粗糙匹配和冲突消解问题,然后发现隐含的知识,同时在一定程度上减少了前者的工作量,最终实现了粗糙本体的推理功能,解决了针对不确定信息的知识推理问题。根据以上方法,本文设计并实现了粗糙本体支持的知识推理系统ROKRS (Rough Ontology Aided Knowledge Reasoning System)。最后利用测试集对系统进行实验验证,实验结果表明,本文设计的原型系统能够对粗糙本体进行有效的知识推理,并且其准确率和效率都很高。