知識是什麼？知識是對某個主題或某個領域上的理論或實踐的理解。掌握知識的人被稱爲專家。
知識可以被表達爲產生式規則（production rule），或簡稱規則。它有兩部分組成：IF部分和THEN部分。比如：
IF 下雨
THEN 帶傘
條件部分可以用OR或AND等進行連接。
規則可以用來表達關係（Relation，IF停電THEN電視開不了）、建議（Recommendation，IF下雨THEN帶傘）、指令（Directive）、策略（Strategy）、啓發（Heuristic）。
通常情況下專家系統開發組裏的成員：
1、領域專家；
2、知識工程師：設計、構建和測試專家系統。他們和專家交流來找到如何解決特定的問題；
3、程序員：用計算機能理解的形式描述知識；
4、項目經理：整個開發組的領導，控制開發進度；
5、終端用戶：可能是初級醫生或礦石堪探者等等。
通過使用專家系統外殼，可以免去程序員，同時還可能減免知識工程師的職責。對於小的專家系統，所有的角色甚至都可以是同一個人。
基於規則的專家系統的結構：
1、知識庫：存放規則集；
2、數據庫：存放事實，用於IF部分；
3、推理機（inference engine）：將事實和規則聯繫起來，推理出結果；
4、解釋機（explanation facilities）：向用戶解釋結果是如何推理得到的；
5、用戶界面。
以上五部分是任何基於規則的專家系統的重要組成。此外，專家系統還可以擴展：
1、外部接口：使得專家系統可以和外部數據和外部程序交互。它被推理機使用。比如根據已有的數據，調用外部程序（比如C程序）計算得到新的數據，同時還可以查外部的數據庫，作爲推理時的依據；
2、開發者界面：和用戶界面類似，只不是面向的對象是知識工程師和專家。通常是簡單的文本編輯，附帶拼寫和語法檢查。此外，還可能有版本控制機制，記錄改變的數據和作出更改的人名。
3、調試器。
專家系統的特性
1、針對狹窄特定的領域
2、需要快速的執行效率
3、結果應該正確
4、具有解釋機制
5、使用符號化推理
6、可能會犯錯，因爲人類專家也會犯錯
7、知識和處理過程隔離
8、當信息不完整或模糊時，仍然可以得到某個合理的結論。傳統程序這種情況下不會有結果
正向推理鏈和逆向推理鏈
正向推理是數據驅動的。推理從已知的數據開始，依次執行每條可執行的規則，規則所產生的新的事實被加入到數據庫中，直到沒有規則可以被執行爲止。
逆向推理是目標驅動的。根據目標找到可以得到該結論的規則，將規則中的IF部分壓棧作爲新的子目標，重複上述過程，直到找不到證明當前目標的規則，或者當前目標已經作爲事實存在數據庫裏。噹噹前目標的所有條件都在數據庫裏時，這個目標也加入到數據庫裏。
當目標明確時，使用逆向推理更加高效，因爲可以避免不必要的規則的執行。否則就需要正向推理。許多專家系統外殼都結合兩種方式同時使用。儘管如此，推理機制一般都使用逆向推理，只有在新的事實加入時，正向推理才被用來最大化地使用這些數據。
衝突規則的解決方法
當兩條規則根據相同條件得到截然相反的結論時，正向推理會選擇更後的規則，因爲更後的規則所得到的事實會覆蓋前面的事實；如果是逆向推理，更前的規則會被選擇，因爲一旦找到了合適的規則，推理就結束了。
解決衝突的辦法有：
1、從最高優先級的規則開始執行；
2、從最精確的規則開始執行，比如A=>Z和A&B=>Z則選擇或者；
3、從使用最新數據的規則開始執行。
爲了提高專家系統的性能，我們需要定義元知識（metaknowledge），關於知識的知識。它們用元規則（metarule）來表示，用來決定規則選擇的策略。有些專家系統將元規則分隔，但多數專家系統都不能區別規則和元規則，而是將元規則作爲最高優先級的規則。
基於規則的專家系統的優點
1、自然化的知識表達；
2、統一形式的結構（IF-THEN）；
3、知識於處理隔離；
4、處理不完整和不確定的知識，比如在給出結論時給出多個選項，並標明各選項的概率；
缺點：
1、各規則之間的關係不清晰，主要原因在於沒有對知識體系結構的表示；
2、搜索策略低效；
3、沒有學習的能力，人類專家根據經驗的積累知道何時打破現有規則。