描述逻辑（DLs）是一个族为人们所熟知的知识表示形式系统。它们形成的基础是概念（一元谓词或类）和角色（二元谓词），且主要由一此构造复杂概念的算子刻划其特征。通过定义与应用域相关的概念及它们之间的关系（即术语公理Tbor）且用这些概念界定出现在域中的个体的特征（Abor）来表示应有域的知识。对于大量的描述逻辑系统而言，都应该有一个适用于典型推理问题（如概念之间的包含问题和Abor的一致性问题）的可靠和完全的推理算法。 目前，经典描述逻辑理论的发展非常讯速且日趋完善，然而关于非确定性信息青示系统的研究工作却相对较少.为了使描述逻辑能够处理更一般化的模糊信息，Straccia给出了基于完备格的L-ALC描述逻辑系统，而为了使它能更好地表示多媒体知识，Stoilos等人提出了模糊描述逻辑系统f-SI在表示一些信息的进候，我们需要构建比较复杂的概念，传递角色与逆角色在这方面起到重要作；而且它们在概念数据模型的推理体系中也至关重要。因此，本文将两者进行有机的结合，作了一个新的基于完备格上的模糊描述逻辑系统L-SI，详细讨论了其语法，语义且给出了关于知识库可满足性的基于约束传播的推理算法及其可靠性和完全性的证明.相对于L-ALC与f-SI，本文提出的系统具有更强的表达能力且能保持Pspace的计算复杂度。主要内容安排如下： 引言，介绍与本文内容相关的历史背景和现状. 第一章，回顾本文的扩充基础描述逻辑SI的基本知识。 第二章，讨论的主要问题是基于完备格上的模糊描述逻辑系统L-SI和它的语法，语义及推理算法. 第三章，算法的终止性、可靠性与完全性的证明，简述算法的计算复杂度. 第四章，本文小结。