推理机
推理机(Inference Engine)是专家系统中实现基于知识推理的部件，是基于知识的推理在计算机中的实现，主要包括推理和控制二个方面，是知识系统中不可缺少的重要组成部分。主要由执行器、调度器和一致性协调器等组成。调度器依据控制策略（用知识和算法描述）和黑板记录的信息从议程中选择一个动作供系统下一步执行。执行器应用知识库中的知识和黑板记录的信息，执行调度器选定的动作。一致性协调器的主要作用是当得到新数据或新假设时，对已得到的相关结果进行似然修正，以保证结果的前后一致性。
推理是指依据一定的规则从已有的事实推出结论的过程。专家能够高效地求解复杂的问题，除了他们拥有大量的专门知识外，更重要的是他们能够合理选择及有效运用知识。基于知识的推理所要解决的问题是如何在问题求解过程中，选择和运用知识，完成问题求解。知识的运用模式称为推理方式，知识的选择称之为推理控制，它直接决定着推理的效果和推理的效率。推理控制的核心是推理控制策略。
推理方式，传统的形式化推理技术是以经典逻辑为基础的。谓词逻辑中由一组已知事实，根据公理系统推出某些结构的演绎过程，称为演绎推理方式。演绎是人类思维的一种主要表现形式，但由于人工智能研究的特点，严格的演绎方式不能够处理所有的问题，各种非经典逻辑推理方式的研究已成为专家系统和人工智能各个领域研究的重要内容之一。
(1)演绎推理：根据公理系统把一个问题中包含在已知事实中的事实作为结论推导出来。
(2)非单调推理：常识推理大量地依赖于默认信息，这种默认信息是指：当且仅当没有事实证明S不成立时，S总是成立的。这种基于默认信息的推理称为默认推理。默认推理是一种非单调推理。除了默认推理，还有约束推理。约束推理可以表示为“当且仅当没有事实证明S在更大范围内成立时，S只在指定的范围内成立”。
(3)定性推理：定性推理主要起源于现实世界中物理系统的研究。人们发现，为了搞清一个物理系统的行为，往往不需要使用严格的定量方法，而且在许多问题环境下难以使用严格的定量方法。定性方法从人类的直观思维出发，它不依赖于定量数值的描述。