语义网的概念是Berners-Lee2000年提出的，目标是让Web上的信息能够被机器理解，从而实现Web信息的自动处理，以适应Web资源的快速增长，更好地为人类服务。目前，语义网的理论都是把资源的信息和资源间的关系看成是确定不变的。然而，信息的语义在不同的领域、不同的文化、不同的社会环境中有所不同；同时，信息的语义还会随着外界因素的变化而发生演变。所以就需要把语义网的理论进行扩充，引入描述资源的模糊性、资源间关系的模糊性及其发展变化的成分。因此，本文在研究语义网的现有理论的基础上，提出了模糊语义网的概念，并对其核心层模糊资源描述框架FRDF进行了形式化描述，同时，给出了模糊语义网的演化算法，并进行了模拟实验。 本文具体做了以下研究工作： 1）研究了语义网的思想及发展现状，重点研究了语义网的七层架构，特别是RDF（S）和本体两个层次，分析了它的不足。 2）研究了认知图和神经网络原理，特别是模糊认知图与反馈神经网络的理论，为模糊语义网的提出和演化提供理论依据。 3）提出了模糊语义网的概念，将模糊认知图原理应用到资源描述框架RDF（S）中，为资源描述框架三元组中的属性添加了权值，用以表示模糊性，形成了模糊资源描述框架FRDF（Fuzzy Resource Description Framework），以提高复杂知识及语义的表示与处理能力。 4）研究了模糊语义网的演化，把反馈神经网络的原理用于模糊语义网的演化，提出了模糊语义网的演化算法。 本文在理论研究的基础上，初步构建了模糊语义网及其演化的模拟系统，以验证演化的模糊语义网在提高信息检索智能化方面的应用前景。