20世纪90年代,本体成为人工智能研究领域的热门课题。本体的定义是共享概念模型的明确的形式化规范说明。一个本体主要包括概念、关系、实例、规则和方法。根据本体的定义,在知识工程领域存在多种形式化模型可以用于表示本体,其中描述逻辑近些年来受到人们的特别关注,主要原因有:它有清晰的模型论语义,很适合通过概念分类来表示应用领域,而且提供了可判定的推理服务。经典描述逻辑DL(Description Logic)只能定义确定的概念和属性,并且由此进行的确定推理只能返回true和false这样的推理结果,显然无法解决现实世界本体系统中的模糊问题。Straccia扩展描述逻辑ALC(Attributive Concept Description Language with Complements)提出模糊描述逻辑FALC (Fuzzy ALC),该逻辑结合模糊逻辑和描述逻辑的特性。模糊描述逻辑作为知识表示的形式化基础,已经具有很强的知识表示和推理能力,但是一般的模糊描述逻辑在处理非单调的、不完备的知识时,却无能为力。基于上述情况,本文对模糊描述逻辑FALC进行扩展,在模糊描述逻辑的基础上添加缺省规则集和约束集,提出了一种既能够处理非单调、不完备知识又能处理模糊性知识的描述逻辑——非单调模糊描述逻辑NFALC(Non-monotonic FALC),给出了NFALC的语法和语义解释,研究了NFALC的性质,给出NFALC与OWL的对应关系,同时给出基于NFALC的推理算法——Tableaux-N算法。基于本体对知识库进行建模,给出了基于本体的查询系统体系结构,然后将此本体知识库系统应用于智能教学平台中。