下一代网络智能(Web Intelligence，WI)技术致力于让用户不仅仅只是使用现有的在线信息搜索和知识获取功能，而且要获得在生活、工作、商业、医疗、学习及娱乐上的智能服务。基于智慧Web(Wisdom Web)的计算机制不仅提供无缝的共享知识和经验，而且还将提供自组织的资源，以驱动可持续的知识创造以及科学和社会的发展。 随着互联网的不断扩张，用户很难方便的找到有用的信息。因此需要Web上的问题解决系统。而这一系统的核心就是问题解决标记语言(ProblemSolver Markup Language，PSML)语言与PSML语言的Web推理引擎。PSML语言是WI中具有战略意义的研究问题之一。具体地说，在分布式、网络计算环境中，服务要么是预先设计好的，要么是通过在线的发现和匹配。为了使得在线的发现和匹配方法可行，个体的内容和服务应该按照预先定义的PSML的语法和语义来开发和编写。 本文具体研究内容如下： 1．β-PSML语言：为了实现PSML语言的研究目标，构建了一个实验性的PSML语言，称之为β-PSML语言。β-PSML语言是通过结合OWL和Horn子句形成的。OWL的逻辑基础是描述逻辑，描述逻辑是一阶逻辑的子集。OWL特别适合于表示有丰富等级结构的领域模型，但它只能表示一元关系和部分二元关系。另一方面，由Horn子句组成的PROLOG语言是有坚实理论基础的逻辑语言。Horn子句中可以表示多元关系，但它最主要的一个局限是不适合表示有丰富等级结构的领域模型。将OWL和Horn子句相结合来构造β-PSML语言，这样就使得β-PSML语言不仅可以表示多元关系，而且可以表示有丰富等级结构的领域模型，同时可以结合OWL和HORN子句语言的推理引擎完成推理。 2．β-PSML语言逻辑基础的研究：研究了β-PSML语言逻辑基础的一些理论问题。在无递归情况下，β-PSML语言中单步的Horn子句推理需要由一个更为复杂的推理步骤所取代。本文称之为混合推理。研究了β-PSML语言中的混合推理算法。并说明了混合推理算法的一些应用。 3．β-PSML语言在WI的分布式环境中的应用：WI技术目前最重要的应用之一是企业门户。这些门户通过先进的标记语言对知识和数据进行搜寻、检索和重新组合。企业门户正在发展成为更加强大的基于组件应用的Web服务中心。WI不仅要研究以门户为中心的信息结构，还需要研究分布式的信息结构。但正如Alesso和Smith所指出的，智能门户有统一性和访问方面的问题，而全局语义Web则面临组合爆炸问题。由于以前的方法都存在缺陷，我们提出通过以门户为中心的、适应性的网络智能服务来开发基于Web的问题解决系统来解决上述问题。 基于以上三个方面的研究内容，本文的主要贡献在于： 1．本文提出的β-PSML语言是一种新的知识表示方式。这种表示方法可以方便、有效地表达不同领域的和具有不同特征的知识。β-PSML语言也是一种新的标记语言。并且在β-PSML语言中通过结合OWL与HORN子句语言的推理引擎进行推理，可以解决仅使用单一的OWL或HORN子句语言推理引擎所不能解决的问题。 2．本文研究了由描述逻辑和Horn子句组成的β-PSML语言逻辑基础的理论问题。给出了β-PSML语言中混合推理算法及其正确性证明和复杂性分析。在描述逻辑是可确定的情况下，无递归的β-PSML语言知识库可以提供一个正确和完备的推理算法。上述结论的一个特殊而重要的情况是在可确定的描述逻辑知识库中提供一个算法可以回答任意合取的查询。对可确定的描述逻辑它提供一个规则包含算法。 3．β-PSML语言除了可以转换和处理全局与本地信息源外，还可以对其进行推理来解决问题。在实现决策和电子商务智能中，β-PSML语言的推理是通过结合在语义Web和社会网络上的全局信息源与在企业门户中的本地知识与数据库完成的。在社会网络问题求解中给出了分布式问题解决的新方法，说明了通过结合不同的推理引擎可以完成原来仅使用单一的推理引擎所不能完成的任务。β-PSML语言可以完成语义Web上逻辑层的部分功能，利用β-PSML语言的推理引擎可以完成语义Web中的部分查询。