语义网这个概念于2000年首次由Berners-Lee提出,以往Web技术中计算机主要扮演展现信息的角色,几乎不参与信息处理,忽略计算机信息处理的作用,一方面使得Web中庞大数据无法得到有效使用,另一方面造成智能应用无法在Web上展开。语义网的目标是让机器理解Web上的信息,来应对快速增长的Web资源,为人类提供更好的服务。目前的语义网,将资源信息和资源间关系看成固定的。而我们知道,信息的语义在不同的社会环境、不同文化、不同的领域中是不同的；同时,信息的语义还会随着外界因素的变化而发生演变。所以,我们很有必要扩充语义网理论,从语义网体系结构的资源描述层入手,引入描述资源的模糊性、资源间关系的模糊性及其发展变化的成分。因此,本文在研究现有语义网理论的基础上,研究了模糊语义网的概念,初步给出了模糊语义网的体系结构。并重点研究了模糊语义网中与语义紧密相关的具体关系描述层和抽象关系描述层,给出了具体关系和抽象关系的描述方法及其演化机制!同时给出了模糊语义网的演化算法,并设计了职称晋升本体及其演化程序来进行验证。本文具体做了以下研究工作：1)学习了语义网的思想及现状。2)重点研究了语义网的体系结构中的RDF(S)和本体层,相应的添加了模糊成分。初步提出模糊语义网的体系结构。3)学习了模糊认知图原理,将其原理应用到资源描述框架RDF(S)中,在其三元组中的属性添加了权值,形成了模糊资源描述框架FRDF,提高了复杂知识的表示与处理能力。4)学习了语义网的本体层,给出了模糊本体的定义及其形式化描述,并给出了抽象层次上的模糊本体Web语言FOWL的语法,用FOWL描述模糊本体。5)研究了模糊语义网的演化,学习了神经网络,把反馈神经网络的原理用于模糊语义网的演化中,提出了具体关系的演化算法。同时也给出了个体隶属度计算方法。6)设计了职称晋升本体及其演化的实验,验证了模糊语义网理论的可行性。