不同的领域专家掌握了企业运作不同方面的信息和需求,为了使企业模型能够真实全面地反应企业运作的现状和领域专家对企业运作模式的需求,需要众多领域专家通过协同进行企业建模。在铁道部-清华大学科技研究基金项目(项目号:t200412)、国家863高技术研究发展计划资助项目(项目号:2008AA04Z102)等课题的支持下,本文对需求定义阶段企业协同建模中语义驱动的冲突管理方法及相关理论进行了深入系统的研究。本文所提出的方法能够实现基于不同建模方法的模型之间的相互转换,规范模型元素的描述,支持模型之间元素的匹配,自动检测不同领域专家所建立模型之间的冲突,并通过整合不完整的模型得到相对完整的模型。为赋予模型知识形式化语义,本文提出了结合描述逻辑和逻辑程序的表达能力和推理能力的可判定知识表达形式,Horn-Extended DL,给出了Tableau算法以支持Horn-Extended DL的自动推理,并证明了Tableau算法的可终止性、可靠性和完备性。本文提出了基于Horn-Extended DL的模型转换方法。借助Horn-Extended DL的表达能力和推理能力,能够对模型的语法正确性进行验证,由领域专家直接输入的显性知识不仅能被提取出来作为建立新模型的基础,还能通过推理得到隐性知识,增加模型知识的价值和使用的效率。领域专家由于不同的语言习惯会使用不同的术语对模型元素进行描述。为了解决模型元素描述的冲突,本文提出通过语义特征分解和受限词汇实现模型元素描述的标准化和语义的明确化,并给出了受限词汇和概念的相似度计算和搜索机制,以支持模型元素描述的重用和模型之间元素的匹配。为了保证企业模型的正确性和完整性,本文提出了对企业模型的两种操作:比较和整合。通过比较不同领域专家建立的模型,可以自动检测模型之间的冲突,为领域专家通过协商改进模型提供支持。通过整合改进后的模型可以得到相对完整的模型。