本文的研究工作主要分为两个部分:知识编译技术和可能性灵活规划问题。作为自动推理技术的一个方面,知识编译技术是处理命题逻辑知识库常用的一种新技术,知识编译的过程就是把知识转换成易于推理的表示形式。最初,这种技术被用来处理通用命题推理的难求解性,经过十几年的发展,它已经被广泛地应用到人工智能的许多领域中,然而,目前的知识编译图谱仅包含早期出现的编译目标语言,如OBDD、PI和DNNF等。针对这一问题,本文对几种新发现的编译目标语言的性质进行了深入的分析,同时扩展了知识编译图谱。知识编译图谱便于系统设计者从不同角度为实际应用选择适合的编译目标语言:首先设计者明确某个应用需要目标语言满足哪些查询、转换操作,然后再选择能在多项式时间内支持那些操作最简洁的目标语言,因此,这方面的研究工作很有实际意义。实践证明,问题的编码形式能够在一定程度上影响问题求解效率,因此,我们对可能性灵活规划问题采取不同于以往的编码形式。近些年来,研究人员在描述逻辑领域做了大量实质性的工作,作为基于框架知识表示语言的重构,描述逻辑为知识的结构化表示提供了良好的语义描述。不同的描述逻辑语言具有不同的表达能力,而每种语言推理算法的计算复杂性是由它的表达能力决定的。由于描述逻辑在表达能力和计算复杂性之间存在的均衡关系,它被认为是基于知识应用领域中极具有吸引力的形式化工具。目前,描述逻辑语言已经用于智能规划领域的各个方面,如规划表示、规划产生、规划识别和规划分析等等。然而,实际的应用效果告诉我们,描述逻辑可以解决规划领域中很多重要的规划问题,但是在很多情况下需要对描述逻辑的表示和推理能力进行扩展。因此,本文首先对现有的描述逻辑ALC*进行操作符扩展,然后进行模糊扩展,定义了扩展后模糊描述逻辑ALCK*NF的语法和语义,以及模糊描述逻辑ALCK*NF的约束传播规则。另外,我们在模糊ALCK*NF的框架下,对可能性灵活规划问题进行编码,使得能够对动作和规划表示和推理,最后,我们用C++语言实现了这个可能性灵活规划器。本文的研究工作首次用描述逻辑表示了可能性灵活规划问题,将来我们可以进一步扩展描述逻辑,进而解决更加复杂的规划领域问题。