近年来,随着智能设备、移动无线通讯、传感器网络、普适计算、机器学习,中间件和Agent技术的发展,已经使普适计算环境成为现实。普适计算被认为是继主机计算模式、桌面计算模式之后的一种新型计算模式,在普适计算应用中用户可以随时随地使用部署在其周围环境中的计算服务。普适计算中的物理空间和信息空间可以在不同程度上进行融合,同时也可以在不同程度的体现上出来。对于普适计算的应用,可以在一个房间或者一幢大楼里得到体现。如果是在一个房间或者一幢大楼的物理空间中实现,就可以称作为智能空间。由于普适计算的发展,出现了基于普适计算环境的智能家庭空间。智能家庭空间是一个分布式多Agent系统。在智能家庭中嵌入各种硬件设备,用户的信息随时随地被嵌入式设备所获取和采集。同时用户可以使用家庭设备提供的服务,但是在一个智能家庭这样多用户的多Agent系统中,用户使用资源的情况必须进行预测,这样避免资源利用的冲突。但是由于每个用户的使用资源的情况不同,个人偏好也不尽相同,用户对自己的信息的控制也不一样。所以处于家庭中的用户试图制定一些规则对自己的信息进行处理,这些规则不仅能够使Agent对用户的资源使用情况可以预测,同时也对用户的信息进行有效的保护,以便于智能家庭更好的为用户服务。本文主要首先研究了个人规则的生成问题和动态资源约束规则生成问题,然后介绍了语义规则推理模型；最后进行了规则推理的验证。本文的主要工作在于：(1)针对制定用户个人规则问题,本文首先提出策略生成基本框架,用以详细描述智能家庭系统的规则生成过程,在生成过程中,使用的是协同过滤的余弦向量算法计算特征相似度和类别相似度以获得用户身份综合相似性,通过任务Agent使用机器学习算法生成用户推荐策略。这样,用户依据推荐策略进行系统设置,极大提高了系统策略设置的快速性和准确性。(2)在智能家庭中,由于智能空间资源的有限性,为了使资源有效利用,Agent根据每一个用户的规则集合为每一用户动态生成一个资源约束规则。本文对于多Agent系统的预测问题提出了NSL学习框架,使每一用户在资源使用方面达到一个比较满意的结果,也就是达到一个均衡的效果,即纳什均衡。这个算法也为环境的调节提供了基础。(3)在个人规则和资源约束规则生成的基础上,在规则定义、表示和推理方面做了进一步的阐述。特别是对规则的形式化表示、本体表示、JESS推理机表示方面,做了详细的描述。并对格式的转换进行详细的介绍,最后给出了JESS的推理模型。(4)文章最后给出了系统支撑平台的设计模型,并通过用户规则集合和动态资源约束规则验证了模型的实用性和有效性,并进行了总结和对下一步的展望,为进一步的研究打下坚实的基础。