面向问题分析与决策的专家系统(Problem Oriented Analysis and Decision Expert System, POADES)是一种支持一般问题分析与决策的专家系统。它具有许多优点,如:可以在计算机中消除知识冲突,提高系统的推理能力;也可以解除知识库知识增加的限制,便于构建大规模知识库系统;同时它也是一种非常有效的专家系统外壳,使用它可以开发应用于不同领域的专家系统。本文主要研究了POADES的知识库系统,并取得了以下成果:在知识库系统设计方面,首先提出了面向问题分析与决策的知识表示模型用于POADES的知识表示,然后研究了POADES知识系统中的两种知识关系——简单相关关系和因果关系,最后给出了POADES知识库系统的体系结构及知识库的设计。在知识获取及知识库构建方面,首先分析了POADES中所采取的两种知识获取方式——人工知识获取和机器学习。对于人工知识获取方式,分析了人工获取知识的一般步骤;对于机器学习,提出了一种可用于文本聚类的学习算法——加权k-means聚类算法。与未加权k-means算法相比,加权k-means聚类效果非常明显。其次,设计并开发了知识批录入模块和知识交互录入模块,分别用于知识的批录入和交互录入。其中,批录入方式是一种预先将获取的知识按照一定的组织结构整理到Excel文件中,然后一次将所有知识录入知识库的方式;而交互录入方式是一种通过人机交互逐个录入的方式,尤其适合于复杂知识系统的知识整理过程。在知识库管理方面,主要从知识检索、知识库的更新以及知识缺陷的检查方面进行了研究。其中,对于知识检索,给出了POADES中的两种检索方式——简单检索和层次检索,并开发了高级知识检索模块。对于知识缺陷的检查,给出了知识孤岛缺陷检查算法。