时间作为宇宙间所有事物的重要属性，各式各样与时间相关的数据或信息一直贯穿各种系统的发展全过程。上世纪70年代，在数据库、知识库、人工智能、软件工程、知识工程等领域，已经开始了关于时间知识(temporal knowledge)的研究。在铁路运输、医学诊断、工矿机器控制等实际系统中，由于随机性、模糊性、多义性等原因，时间信息或属性往往会产生不确定性。如何恰当地对这类不确定性时间知识进行分析处理(如表达、推理和验证等)是非常重要的，不但能够为涉及安全性、活跃度和预定时间等问题的解决提供强有力、可扩展的描述和证明技术，而且可用于网络协议、数据库应用、模拟应用、自然语言理解、专家系统、人工智能应用等系统中的时间表达推理，同时还是研究多媒体通信同步和工作流等应用中时序关系的关键理论。 由于Petri网可描述时间的顺序或并发等性质，且具有多种有效的推理分析方法，基于Petri网进行时间知识的分析处理在近几年引起了学者们的很大兴趣。但在处理不确定性时间知识方面，已有的研究工作仍存在不足，例如：缺乏相应的不确定时序逻辑进行支持；针对庞大复杂系统，缺乏较好的建模、分析以及仿真方法；有些推理验证算法具有局限性，应用范围较窄，或效率不高；与其它理论或技术的结合交叉方面(例如UML、神经网络和工作流等)，研究工作明显不足。 铁路是一个庞大复杂的巨系统，包含多方面因素，各个环节紧密联系，有许多领域涉及到不确定性时间知识的分析处理，例如：列车群行为分析和行车安全综合监控系统整合。它们涉及的问题复杂程度高，时效性强，存在时间信息的随机性和不确定性；且是项目“高速铁路综合调度仿真系统”和“铁路行车安全监控和预警系统”的重要研究内容。因此，本文结合这两个领域进行不确定性时间知识分析处理的研究，具有很强的代表性和实用性。 本文针对国内外在不确定性时间知识分析处理方面现有研究工作的不足，结合列车群行为分析和行车安全综合监控系统整合中所存在的具体问题，主要基于一类Petri网—扩展模糊时间Petri网(Extended Fuzzy Timing