本文在传统的知识库的经典逻辑模型的基础上,通过引入假设、猜想与一些实际的推理实例,构造了一种非经典的非单调的逻辑模型,该模型具有知识增加与无知保持的特点。明显地提高了知识库的利用范围,为知识创新提供了一种逻辑基础。所提出的模型分别是优先、合理与溯因。这是一种新的、全局性的知识库的构造和应用机制。这种机制的提出是基于哲学对智能的进化过程的考虑,由低到高分别为时间、意识、伦理与智能四维度。其中时间是最基本的维度,以现在为基准,未来有多种可能,即时间分叉。这种分叉体现了未来的不确定性与多种可能性,由此引入了意识的多样性,即意识分叉,在意识分叉中实际上隐含了人类思想的多样性和知识的推理过程。这种推理过程是一种对未来的选择过程。这种选择过程一般是选择对人类自身有利的推理过程,由此产生伦理分叉。在伦理分叉中,产生了人工智能,同时对人工智能能否超过人的智能提出了疑问?由此产生了智能分叉。在智能分叉中提出了人工智能与超人工智能。将哲学中智能的进化过程形式化,则依次为累积逻辑、优先逻辑与合理逻辑。在整个智能的进化过程中,伴随着人类的反思过程,可以形式化为一种溯因推理过程。由此,可以根据人工智能的进化过程,提出了知识集的新的应用与机制。以经典知识集为基础,将假设、猜想与实例归结为默认知识集,提出了三种默认知识集的建模过程与相应的推理模型。在构造优先推理模型过程中,首先对知识集中的公式进行指派,建立有限的相应的世界集。其次建立世界之间的优先关系与优先推理关系的标准模型。最后根据所建立的优先标准模型构造基本默认知识集与默认知识集的行列式,其中基本默认集与行列式是等价的。在优先标准模型的基础上,定义世界集中各个世界的秩,从而构造合理推理关系的特征集。合理推理的特征集与合理推理关系是等价的。建立了世界的秩,相应地也就建立了合理推理关系的模型。在解释关系下定义溯因推理模型的构造过程。利用知识集语义模型中定义的切割方法,建立一个具有包含关系的世界的序关系。这种序关系具有可微分连续的性质。然后在序关系下定义相应的收缩与扩展算子。收缩与扩展算子可以等价地表示为知识动力学中的腐蚀与扩张算子。因此,通过溯因推理模型定义相应的猜想生成过程。通过上述的三种建模方法,可以使知识集上的推理具有知识的增加或者未知的保持的特性。