在知识处理领域中，知识的区分、表示以及推理等是知识处理的理论基础。模糊性知识是知识处理领域中存在的一类重要知识，如：领域专家的经验知识，自然语言处理领域中语义不清晰的语言知识，网络知识库与检索中语义不明确的搜索词，自动驾驶与环境感知领域中车辆自动驾驶的加减速、进退、转弯和避障判断等知识。这些知识以及它们的各种否定都具有模糊性，如何正确而有效地处理这些模糊性知识，尤其是对模糊性知识的各种不同否定的区分、表达、推理以及计算等，在模糊信息处理理论与方法中是重要的基础理论问题。　　 第一章主要介绍了当前国内外对于信息处理领域中知识否定的认识研究现状；第二章介绍了模糊信息中否定知识的概念本质，从概念的外延和内涵上探讨了知识概念中存在的五种否定关系；第三章介绍了FSCOM模糊集的模型定义，探讨了FSCOM模糊集在知识否定处理上特点，对照Zadeh模糊集和直觉模糊集，给出它们之间的一些重要关系及运算性质。　　 第四章基于FSCOM模糊集，以模糊产生式规则为工具，研究了在一个金融投资决策实例中的知识表示与推理。其中，对于模糊知识的不同否定，引入模糊集合～+A和～A，并采用距离比率函数思想定义了模糊集的隶属函数，给出了模糊集合FSCOM定义中λ值以及模糊产生式规则中阈值τ的一种确定方法，讨论了实例中的模糊知识及其三种不同否定的推理算法与实现。　　 第五章主要讨论了基于FSCOM模糊集的度量研究，给出了一种改进的FSCOM模糊集模型，结合Zadeh模糊集和直觉模糊集中模糊测度的研究方法，引入了FSCOM模糊集的相似性测度、距离测度和关联系数等概念，给出了这些概念的具体定义并探究了在此基础上的模糊决策分析，扩展了FSCOM模糊集的集合理论及应用算法。