网基础理论的研究和发展如今已相当的成熟。目前,网在实际应用领域的研究已成为网研究的侧重点了。但传统网理论由于无法处理非确定信息,从而造成网在建模、处理和分析不确定系统时缺乏柔性。为此,这些年研究人员提出了许多不同实际应用领域下的扩展网模型,模糊网是网理论同模糊集合理论有机结合形成的一种高级拓扑结构,在不确定知识的表示以及推理领域得到了广泛的应用。但随着科学技术的发展和人们生活的不断进步,尤其是信息技术的发展,人们所研究的系统规模越来越大,内容更加丰富,同时不确定因素也层出不穷。当前热门研究问题通常包括:定性与定量问题、确定性与不确定性之间的问题、混合系统等问题。传统模糊集合理论不能获取全部信息的缺陷也随之突出。为克服这一缺陷,本文将拥有相对较强表达能力和处理不确定信息能力的直觉模糊集合理论引入网中,形成了直觉模糊网。本文对直觉模糊产生式的知识表示做了详细阐述,同时引入库所重排策略,参照直觉模糊集合相关的理论,进而提出一种基于直觉模糊网的新的推理算法。为验证算法的实际应用性,本文将直觉模糊网在“汽车发动机故障系统”中加以应用。通过对汽车发动机故障系统的了解来构建直觉模糊网模型,然后运用提出的算法予以推理和分析,体现了此算法在分析处理实际问题时的便利性。