在形式逻辑理论中，只有一种否定。20世纪80年代，由中国学者朱梧槚和肖奚安建立的中介逻辑系统，是将矛盾与对立进行区分并肯定一些对立事物中存在“亦此亦彼”中介状态的逻辑系统。在知识表示和处理中，描述与处理否定知识同描述处理肯定信息同样重要。对于模糊性知识的表示处理，肯定信息、否定信息以及中介信息具有同等的地位。　　 本文中，第一章和第二章作为全文的理论根基，讲述了中介逻辑系统理论以其应用领域的研究现状。首先，第一章简要介绍了国际国内现阶段关于模糊知识和否定知识的研究状态；提出中介逻辑的概念并系统介绍了中介逻辑的发展、中介逻辑的语法语义解释。其次，第二章引入了由潘正华教授提出的FSCOM集。FSCOM从概念本质上区分了知识的矛盾否定，对立否定以及中介否定，并提出了模糊知识之间的三种否定关系，即矛盾否定关系、对立否定关系、中介否定关系。以此为基础，本文将重点放在中介逻辑在模糊知识的表示以及模糊知识处理中的应用，如信息领域中模糊知识的知识表示及推理、模糊聚类分析等。　　 第三章的主要内容是中介逻辑在信息领域中的应用。由于信息领域的基础是各种知识的表示和处理，如何刻画与处理具有“矛盾性”的知识，是既基本而又困难的问题，尤其是判断处理模糊性知识之间的矛盾性比判断精确性知识之间的矛盾性更为困难，经典逻辑以及带一种否定的逻辑已经不能满足不确定信息的表示和处理。RDF是一种用于表示网络资源和信息的框架，它利用元数据标准来描述所有网络资源并形成人机可读，计算机可自动处理的文件。RDF三元组的谓词同样存在只能表示一种否定的缺陷，因此通过引入中介否定将RDF扩展为可以表达多种否定的ERDF并举例说明了扩充后的RDF处理知识的效率确实有所提高。　　 第四章讨论了模糊知识应用中的模糊聚类分析问题。传统的模糊聚类分析的基本思想是将每个对象对指标的隶属度模糊化，其隶属度为[0，1]，已经突破了“非此即彼”的束缚。但是，这种方法有一个最大的缺点，如果现实情况中，某种指标或者多种指标存在模糊的界限，此时，对象非隶属度的指标对于聚类分析也体现出了一定的价值。所以，以中介真值度量函数为度量距离的函数，并对隶属度和非隶属度分别赋权0.5，作为最终数值化指标，充分利用肯定信息与否定信息。众所周知，上市公司的财务数据是投资人员做出投资决策的基础，在进一步的数据处理和投资决策之前，首先需要对财务数据进行无标准聚类分析。本文结合现实中银行业中各大商业银行的财务报表对其财务数据进行了具体分析应用。　　 最后，文章对所做工作做出了总结。中介逻辑在模糊知识表示和模糊知识应用领域中具有其基于形式逻辑层面的优势，其应用能够充分表现出知识中蕴含的多种语义，并体现出知识中所有信息的作用，在信息处理领域应用广泛。随着潘正华教授提出FSCOM集，更多基于FSCOM集的应用会体现其发展潜力。