随着传感技术、传感器网络及嵌入式系统等软硬件技术的广泛应用,作为普适计算的重要分支一上下文感知计算也得到了长足的发展。上下文感知计算旨在通过主动感知用户相关的上下文状态,推理识别其所处上下文情境及意图,力求前摄地为用户提供需要的信息和恰当的服务。这种新型计算模式能够将人们从繁琐的计算设备和服务的交互中解放出来,形成以人为中心的良好的交互氛围,增强用户体验。本体以其标准化、形式化、丰富的语义表达能力及出色的推理能力能够有效地解决上下文的形式化表示、知识共享与重用、互操作及上下文推理等关键问题,被公认为很有前景的、且适用于上下文感知计算领域的技术之一。尽管基于本体的上下文感知计算研究取得了较大的进展,但仍然存在诸多亟待解决的关键问题。本文对基于本体的上下文建模、上下文情境推理及上下文感知Web服务技术进行深入研究,主要研究内容和研究成果如下：1.针对现有上下文模型大多面向特定领域,对通用性及上下文质量描述支持不足的问题,本文采用本体技术建立一个通用的、可扩展的分层上下文模型。该模型使用OWL语言进行形式化描述,具有较强的通用性、语义表达及扩展能力,并支持上下文质量信息的描述。为了不增加基于本体的上下文处理和推理负担,采用EMF技术建立支持通用性和可计算性的上下文质量模型,并通过OWL内置注释属性实现上下文本体模型的相关质量信息的标注。该上下文本体模型是本文研究工作的基础,为上下文情境推理识别、语义相似度计算及上下文感知Web服务等后续研究工作提供支持。2.针对现有上下文情境推理方法对不确定性及用户个性化需求支持不足的问题,本文提出一种混合式不确定性上下文情境推理方法。将模糊逻辑理论引入上下文本体模型中解决本体对不确定性上下文描述和处理能力不强的问题。采用SWRL语义规则描述上下文情境,结合遗传算法对通用上下文情境模型进行个性化需求扩展,以提高情境推理的准确度和时效性。采用基于规则和本体相结合、并兼顾不确定性上下文处理的方法推理识别用户所处上下文情境,通过将确定及不确定性上下文变量分离处理,降低语义推理过程的复杂度。设计基于语义相似度的近似规则匹配算法处理上下文情境模型没有覆盖当前上下文取值的情况。实验结果表明,该方法能够有效提高上下文情境推理的有效性和时效性。3.针对现有上下文感知系统大多通过手工规则为用户进行上下文感知服务选择等问题,本文提出一种基于粒计算的决策规则自动生成方法。将上下文历史视为决策信息系统,采用粒矩阵进行等价类的刻画,定义关系矩阵实现决策信息系统相容性的检测,定义粒矩阵间相与运算,将知识粒化过程转化为矩阵运算,快速地实现不同程度的知识粒化,通过粒度计算实现冗余上下文属性及属性值的约简,并将约简结果自动转换为决策规则。当上下文环境改变时,依据自动生成的决策规则为用户选择合适的服务。考虑服务选择过程涉及的上下文质量的优劣,提出质量驱动的服务提供方法,依据上下文质量的优劣适应性地调整服务提供的模式,而非直接调用执行服务,从而避免系统误操作等问题。4.为提高服务对变化上下文环境的适应能力,提出一种快速上下文感知服务自适应方法。对于由组件组成的服务,通过动态的添加、替换及删除相应组件实现运行时的服务适配。主要涉及以下三方面：扩展传统服务描述机制以支持上下文条件的描述；改进现有语义匹配关系,将基于逻辑的本体概念匹配转化为数值计算,支持功能、上下文条件及质量三方面的语义匹配,并利用改进的语义匹配关系进行组件分类,以减少语义匹配的次数,提高组件选择效率；基于组合适应机制,分别在服务和组件两个层面进行功能和适应关注点的分离,简化服务自适应的验证及数据一致性维护等问题。实验结果表明该方法能灵活地与传统基于语法的匹配机制结合,提高组件选择效率,实现运行时快速地服务适配。本文对上下文感知计算领域中上下文建模、推理及上下文感知语义Web服务等关键问题进行研究,提出一些相应的技术和方法,为上下文感知计算更广泛的研究和部署提供基础和有益参考,促进上下文感知计算“透明交互”目标的实现。