本体——共享概念化的明确的形式化规范的模型，自提出以来就成为研究的热点，并在知识工程、信息检索、Web异构信息处理和语义Web等方面得到了广泛的应用。在领域本体的建模过程中，涉及到大量领域知识的处理，这些知识的来源都是自然语言，大部分都存在不确定性，因此，为了能构建出更加合理的、客观的本体，研究如何处理这些不确定性知识的理论与方法就显得十分必要。本研究针对本体不能够表示农业领域知识中所存在的不确定性问题，重点解决农业领域云本体建模中的三个关键问题——农业领域概念的云化问题、农业领域概念间分类关系的云化问题、农业领域概念间非分类关系的云化问题，提出了面向农业领域的本体知识云化技术与方法，开发出面向农业领域的本体知识云化原型系统。论文研究的主要内容及取得的成果如下：①研究了农业领域本体概念的云化模型与方法。通过处理不确定性概念的统计数据，对不确定性的概念进行划分，并确定语言值的范畴，利用云模型的云发生器生成每个概念不同语言值的云图，最后生成云化的概念。②提出了农业领域概念间分类关系的云化方法。通过层次聚类的方法从概念集合中提取概念间的分类关系，并对这些关系进行主观模糊统计，最后将得到的统计数据通过云发生器得到云化的概念间分类关系。③探讨了农业领域概念间非分类关系的云化方法。运用基于关联规则挖掘的方法获取农业领域概念间的非分类关系，然后处理得到的主观统计数据，利用云发生器进行云化，最终得到云化的概念间非分类关系。④开发了面向农业领域的本体知识云化原型系统。研究在Matlab平台上，开发一个将本体知识分类云化的农业领域本体知识云化原型系统，实验验证了研究中所提出的技术与方法的正确性。论文研究成果对于农业领域云本体建模理论与方法的深入研究，构建更加精确、更加客观的农业领域本体，进一步建立基于云模型的农业语义网络与知识网格，实现农业领域知识的充分共享和协同服务，具有一定研究价值和实际意义。