定性空间推理结合了定性推理、空间推理与人工智能,它已经成为人工智能领域的一个研究热点。定性空间推理研究人类对几何空间中的空间对象及其关系定性认知常识的表示与处理。作为空间关系的重要组成部分,空间拓扑关系研究空间对象在拓扑变换下不变的性质,它是定性空间关系建立的基础。因此,空间拓扑关系的表示与推理非常重要。目前,空间拓扑关系的研究取得了很大进展,但这些研究若直接使用一阶逻辑,而不附加任何约束,则一方面破坏了知识的结构特性,不便于用来驱动推理,另一方面,对获得可判定和有效性的推理问题来说,一阶逻辑表达能力太强。始于20世纪80年代的描述逻辑,是一阶谓词逻辑的一个可判定的子集,它能够提供可判定的推理服务,因此,描述逻辑在十多年来受到人们的特别关注,并且作为知识表示的工具,在越来越多的领域中得到较好的应用,但是目前在定性空间推理方面的应用的研究还较少。本论文将描述逻辑应用到空间推理中,充分利用描述逻辑较强的表达和推理能力,提高空间推理的准确性和可判定性。本文主要进行了以下几个方面的研究工作:①定性空间具体域分析了现有各种空间拓扑关系表示方法,然后结合描述逻辑,给出了定性空间具体域,该具体域包括空间对象的基元集合以及空间对象间拓扑关系集合。在此基础上,对具体域中表达的空间拓扑关系进行符号化表示,用描述逻辑的形式表达空间关系。②基于描述逻辑关系断言的空间拓扑关系推理规则给出了基于描述逻辑关系断言的空间拓扑关系推理规则,并用实例说明了推理规则的运用。③定性空间关系可满足性判定基于SI形式语言,给出了定性空间关系可满足性判定算法,并通过实例说明了算法的运用。④基于描述逻辑的定性空间推理应用实例通过实例,给出了基于描述逻辑的空间拓扑关系推理规则及可满足性判定算法和空间拓扑关系集的一致性检测在定性空间拓扑关系推理中的应用,对描述逻辑在定性空间推理中的应用进行了初步探索。