认知图是一种软计算工具,是近年来兴起的一种新的知识管理方法和知识表达工具,它可以用来表示相关领域中实体之间的因果关系。认知图推理就是在认知图的基础上,利用已知的知识推理出未知知识的过程。认知图能够以图的形式直观的表达知识,具有面向复杂系统建模的能力,还具有强大的数值计算的能力。认知图推理可以用来预测行为的结果或者查找给定事实的原因。因此认知图成为人工智能领域研究的热点。然而长期以来对认知图的研究多依赖于专家经验而忽视了客观数据资源的存在,从而可能导致信息丢失的现象;并且目前的主要研究集中在认知图的表示形式、认知图的建立以及认知图的应用等几个方面,而对于认知图推理方面的研究尚少,同时缺乏对认知图推理机制、推理策略系统全面的研究。该文首先对认知图理论的发展概况和认知图应用现状进行了深入分析,指出了现有研究存在的问题。接着对当前常用的认知图推理方法(矩阵推理法、层次推理法、基于规则的推理方法)进行了详尽的阐述,并结合实例分析了他们各自存在的不足,同时对矩阵推理法进行了重点的研究。论文对认知图推理的变换函数进行了深入研究,结合具体实例比较分析了二值变换函数、三值变换函数以及sigmoid变换函数的推理能力,并给出了这三种变换函数的特性和适用范围。在此基础上对认知图推理过程中的四个关键问题(推理初始化条件的获取、推理模型的设置、变换函数的选择、推理结束状态的判断)进行了研究,并构建了认知图推理算法。在以上研究的基础上,并结合数据预处理技术,使用VC++实现了“面向数据资源的认知图推理系统”。最后,采用重庆某地区的气象数据和医疗数据对所研究的算法和系统进行了实验分析,推理结果与现实世界基本相符,说明了推理算法的有效性和系统的实用性,这也说明了该文的工作对认知图理论的发展和应用范围的扩展具有一定的意义。