描述逻辑是一种基于概念描述的知识表示语言，是人工智能领域中的一个重要研究方向。增强描述逻辑的表达能力，提高描述逻辑的推理效率，是本文的研究目标。本文主要包括如下工作：1）提出了三种描述逻辑知识编译方法，基于概念扩展规则的方法，基于概念香农扩展的方法和基于概念蕴含树的方法。2）提出了粗糙描述逻辑++，可以同时表示不确定的信息和精确的信息，可以在多项式时间内完成推理。3）提出了基于区间的可能性描述逻辑，利用区间表示描述逻辑公理的必要度。基于区间的可能性描述逻辑可以表示不确定的信息，对不一致的知识库进行推理。4）提出了两种描述逻辑程序，粗糙描述逻辑程序和可能性描述逻辑程序。粗糙描述逻辑程序可以表示不确定的信息和不完备的信息，可以同时处理单调的推理和非单调的推理。可能性描述逻辑程序，利用可能性描述逻辑表示不确定知识，利用描述逻辑程序表示不完备的知识，可以对不一致知识库进行单调推理和非单调推理。5）提出了容忍不一致的模糊描述逻辑，可以表示模糊信息和不一致信息，可以对不一致的知识库进行推理。