知识表征和基于知识的推理是人工智能领域的重要研究内容,合理的知识表征方法和推理机制有助于提升智能系统解决问题的能力,尤其是当问题具有领域不受限的特征时。然而,传统的知识表征方法和问题求解机制长期以来只能在特定的领域内取得成功的应用,在面对领域开放的问题求解时,往往不能取得较好的效果。基于知识的问题求解需要一个语义丰富的概念系统。人类认知系统的核心恰是一个语义相对完备的概念系统以及与之相匹配的推理机制。人类概念系统是由概念以及概念之间的依赖关系构成的,人类的认知能力皆来源于此。因此,对人类的概念系统以及推理机制的研究在提高基于知识的系统进行领域不受限的问题求解方面具有积极的作用。在神经科学领域和心理学领域有很多与人类问题求解机制相关的优秀研究成果值得借鉴,如神经科学领域关于脑神经元网络系统的研究和心理学领域关于语义记忆的研究等。由于研究的动机和方法等方面的差异,神经科学和心理学研究还缺少关于知识存储和算法实现机制等方面的考虑。本文在充分吸收这些相关优秀研究成果的基础上,以动态语义网络作为知识表征的手段,形式化的描述了人类进行问题求解的浸润推理机制。本文依次给出了动态语义网络的形式化定义、动态语义网络的形成规范以及基于动态语义网络的浸润推理规范,同时也给出了相关的形式化算法。文章最后详细描述了基于动态语义网络的激励传播算法,并以一个实际的问题为例,在计算机上实现了该算法,从而模拟了问题求解的浸润推理过程。这一研究对于提高基于知识的系统的推理能力和问题求解能力具有重要意义。