专家系统是人工智能领域中一个非常重要的分支，而新型专家系统需要具有的一类特征便是并行与分布式处理。因此，在基于知识的并行编程环境下应用专家系统，把专家系统和并行计算相结合，通过这一方式来提高专家系统的推理速度是一个新的课题。本文对国内外专家系统和并行计算的研究现状进行了综合分析，就如何把专家系统与并行计算相结合，以及并行推理的实现进行了研究。 首先，对目前所普遍采用的并行推理体系结构进行了分析，设计了一个改进后的并行推理系统架构。还提出了与之相对应的推理算法，同时研究了规则细粒度划分的问题，并对两种体系结构进行了比较。 其次，分析CLIPS(CLanguageIntegratedProductionSystem)自身所具有的特性，研究了目前实现混合编程的主要方法。通过使用CLIPS的接口函数，设计出把CLIPS嵌入到高级编程语言C++中的方案，为实现并行推理做好了准备。 再次；讨论了并行环境下规则库的分解问题，研究了规则库的动态实时分解、规则库的构架以及规则库的传输，提出了相应的解决方案。通过分析CLIPS在高级程序语言和并行函数间的消息传递方式，设计并实现了CLIPS在基于知识并行编程环境中进行推理的算法，接着进一步对算法进行了分析。然后对推理过程中消息的传递和推理过程中需使用的自定义函数进行了分析设计。 最后，在并行环境中搭建了一个动物识别专家系统，通过对运行数据的测试，分析了并行推理的效果。