本研究提出KG-IRAG框架，解决了现有检索增强生成方法在多步骤推理中的不足。通过迭代检索整合知识图谱，提升了大语言模型在时间和逻辑依赖查询中的能力。实验结果表明，KG-IRAG在复杂推理任务中的准确性显著提高，并构建了三个新数据集以评估其性能。