专家系统开发所涉及到的关键技术:知识表示、知识获取、知识库组织、知识库维护、推理机制和解释机制等都与知识息息相关,所以知识仍是影响专家系统性能的关键因素。模糊Petri网(FPN)是Petri网的一个扩充,能较好的描述模糊问题,其表示能力比普通Petri网要强得多,越来越多的研究证明:模糊Petri网是一种很好的知识表示方法,它既可以合理描述出现实世界中的不确定性和模糊性,又可以进行不确定性推理,而且与其他方法相比,它支持并行推理和对知识库的验证。模糊Petri网完全符合专家系统建模的要求,并且具有明显的自身优势。本文研究基于模糊Petri网的专家系统知识表示及推理方法。给出了专家系统模糊产生式规则库与FPN模型的转换算法,把孤立的模糊产生式规则统一成为完整的FPN表示的知识库形式;对于基于模糊产生式规则的专家系统知识库,提出了正向推理算法、反向推理算法和双向推理算法,并提出一种基于FPN的并行推理算法,该算法充分利用了模糊Petri网的并行处理能力,且能避免变迁的重复触发,提高了推理效率;为了使模糊Petri网可以在知识不完备的情况下进行推理,提出了一种基于默认推理的FPN模型;针对专家系统知识库中可能出现的等价规则集、冗余规则集、冲突规则集、循环规则集和死锁等一致性缺陷,给出了基于FPN的不精确知识的一致性维护算法;由于模糊Petri网的权值、变迁阈值,规则置信度等参数难以精确获得,阻碍了知识推理,文中讨论了基于BP算法和遗传算法的模糊Petri网参数优化算法;为了降低模糊Petri网的复杂度,在确保能表示等量的知识的基础上,结合知识约简的方法简化了网模型。