1、基于知识的系统

基于知识的系统也被称为专家系统，它是一种计算机应用程序，整合了大量与某一领域相关联的问题解决方案。

专家系统通常有两个组成部分，知识数据库和推断机制。知识数据库以“如果-那么”的形式表述了这个领域内的各种知识，加上各种事实陈述、框架、对象和案例。推断机制对存储的知识进行操作，产生针对问题的解决方案。知识操作方法包含继承和约束条件(在基于框架和面向对象的专家系统)、检索并采纳案例(案例系统)和应用推断规则(规则系统)，具体取决于某些控制程序(前向或反向链接)和搜索策略(深度优先或者广度优先)。

基于规则的系统将系统的知识描述为“如果-那么-否则”的形式。特殊的知识可以用于据侧。这些系统善于以人类稔熟的形式呈现知识并作出决策。

由于使用严格的规则限制，它们并不擅长于应对不确定的任务和不精确的场景。典型的规则系统具有四个组成部分：规则列表或者规则数据库(知识数据库的一种特殊形式)、推断引擎或者解析器(根据输入和规则数据库推断信息或者采取行动)、临时工作存储器、用户接口或者其他与外部世界的互通方法，将输入和输出信号接收进来和发送出去。

基于案例推理方法是基于过往问题的经验解决现有问题。这种解决方案被存储于数据库之中，作为人类专家的经验总结。当系统发生了前所未有的问题，它会将问题与过往问题对比，找到一个与现有问题最为相近的案例。然后按照过往的解决方案解决问题，并按照成功和失败与否更新数据库。基于案例推理系统通常被认为是规则系统的一种扩展，他们善于以人类稔熟的形式呈现知识，具有从过往案例学习并产生新案例的能力。

2、基于案例推理

基于案例推理针对计算机应用形成了四个步骤：

1、检索：给出目标问题，从内存检索相关案例以解决这个问题。案例包括问题、解决方案以及关于这个解决方案是如何得到的注释。

2、重用：将解决方案从过往案例映射到目标问题上。这一过程包括对新场景适应性变更。

3、修改：在将解决方案从过往案例映射到目标场景之后，测试新的解决方案在真实世界(或者仿真场景)中是否奏效，如果必要，进行修改。