偏好是一种常见的认知现象，现在，偏好研究作为一个多学科交叉研究领域，为经济学家、计算机科学家、运筹学家、数学家、逻辑学家、哲学家等研究人员所关注。近几年来，偏好成为人工智能研究中一个新的研究领域，借助于上述传统学科中偏好研究的成果，人工智能研究人员通常把偏好看作是 agent具有的一种内部状态或者常识，以期采用偏好解释agent的智能行为，实现快速有效的偏好处理，并取得初步成果。逻辑方法以其直观、自然、强大的表示能力倍受关注，构造简洁的、表达和推理能力强、计算复杂度低的偏好逻辑系统成为包括哲学家和人工智能专家在内的研究人员的目标之一。 偏好产生的根源和偏好表现形式多种多样，相应地，人工智能偏好研究中，产生了多种偏好表示方法和偏好推理机制。随着研究的深入和应用的推广，提出了新的需求：现有偏好处理研究，往往只针对特定偏好类型在特定条件下的处理，而在构造公理化系统和实际应用中，常常多种类型偏好共存，能够描述多种偏好类型的简洁表示和推理方法成为偏好研究的重要问题。此外，在智能决策过程中，常常由于决策目标的改变，外界环境改变和偏好集成等原因造成偏好变化，由此衍生了许多诸多如偏好结构的改变、偏好变化轨迹描述、偏好修正等问题。本文针对多类型偏好共存情况下的表示，推理和修正问题，主要工作有： 1. 在总结了当前偏好逻辑研究的基础上，提出超偏好关系的概念，并基于超偏好关系提出四种偏好类型的划分。进而通过引入四个新逻辑联结词，在命题逻辑基础上构造了能够表示并推理多种偏好关系的逻辑系统MKPL逻辑，并提出一种推理过程，将MKPL逻辑可满足性检测归结为命题逻辑模型检测过程： 2. 将删逻辑语言MKPL<,P>与常见偏好逻辑语言比较，提出重写定理，证明MKPL<,P>较强的表达能力： 3. 在MKPL逻辑基础上，提出基于最细致/粗糙描述原则的非单调推理方法，以及能够表示CP约束的偏好语言MKPL-CP和非单调推理方法； 4. 提出有限逻辑链(或有限W-链)表示偏好，一方面提出基于有限链修正的四种类型偏好的偏好修正方法，另一方面，解决了单链前序偏好修正中的重用问题。