發展背景與現狀
一般說來，知識是信息和數據集合的整體，而信息是具有意義的數據，數據是人們每時每刻感覺到的大量的沒有經過解釋的信號。基於計算機和信息技術的理論，對實現知識的系統化組織與管理提供了廣闊的空間。
在過去的二十多年裡，資料庫技術和人工智慧理論作為計算機科學與技術的兩個不同領域，獲得了很大的發展。近年來圍繞信息智慧型處理這一方向，它們的結合更為密切。
一方面，隨著資料庫理論的深入研究，為了克服資料庫模型在表達能力方面的不足，加強語義知識成分，使資料庫具有推理能力，己經提出了若干更高抽象層次的概念模型，有的己利用了相應的知識表達方式，這和從人工智慧角度提出的若干知識表達方式十分相似。另一方面，無論是人工智慧理論本身，還是人工智慧的技術和套用，都有一個以知識來描述完成智力行為的能力的問題，即如何建立知識庫的問題。在這樣的前提下，20世紀80年代以來，資料庫系統和人工智慧的研究，包括形式語言、自然語言處理方面的概念和技術的進步，匯聚到一點就是知識庫系統的研究、開發與套用。
以知識庫系統為基礎，美國和歐洲己在大型知識庫系統的開發上投入了巨額的人力和財力，目標是建立大型的、易維護的和可重用的知識庫系統。影響較大的有美國軍方DARRA投資的HPKB及歐洲數國聯合開發的BIROW。目前，知識庫系統己在決策支持系統、專家系統、CAD，辦公室自動化等方面取得了很好的套用，可以預見其旺盛的生命力和美好前景。
在機械設計領域，知識庫系統的研究也逐漸起步，主要研究集中在計算機輔助設計領域，涉及到設計知識、協同設計、虛擬設計等方面。五邑大學的孔凡國將方案創新設計過程分為兩個主要階段:基於實例功能推理的原始機械方案生成階段和基於結構推理的方案創新設計階段，開發了機械方案創新設計智慧型支持系統。在這個基礎上，他們還提出了功能—行為—結構的概念設計模型和基於本樣體知識表達和推理相結合的方法，使領域知識和基礎知識相互融合，以便產生多層次的創新解。華中理工大學周濟教授等人的研究主要集中在基於實例的基礎上，將之套用於工程中的再設計問題及實例檢索與重用上，在相控雷達的方案設計支持系統中套用了這一方法。這種方法可以在再設計中找出相近實例。浙江大學潘雲鶴教授等人，提出了基於原型的知識表示和推理方法，並將其套用於廣告的方案設計和椅子的方案設計中，馮培恩教授提出了基於設計目錄的方案選擇智慧型方法，並將其套用到了固液分離設備當中。同濟大學王小同等將人工神經網路與傳統人工智慧相結合，提出智慧型設計系統DIS模型及其實現的關鍵技術。其側重點在結構設計上，開發了機翼結構方案智慧型設計系統。
研究熱點
知識表達的研究
知識表達是知識庫系統的核心之一。語義網路、產生式規則、框架以及面向對象表示法都是被廣泛採用的知識表達方式，它們有各自的側重點，有各自突出的優點和弱點。知識表達始終是知識庫系統研究的熱門話題。
面向對象技術在知識庫系統中的套用
知識庫研究是理論驅動的，而面向對象資料庫是典型的套用驅動的，因而它們在很多方面是互補的。但從本質上看，知識庫系統和面向對象技術都追求與人們認識問題和思考問題相似的解決問題的方法，知識庫系統可在資料庫基礎上添加推理機制來實現，而推理是人腦思維的特徵之一。面向對象技術是要求問題空間與問題求解空間(程式、資料庫系統等)的一致。它把客觀世界的事物看作一個個對象，它們都符合於人們對世界的原本的看法和映像，並在此基礎上取得問題的描述與解決辦法。因此，面向對象技術中的對象以及訊息傳遞等概念對於知識表達是非常合適的，已經有這方面的探索和實踐，但要使知識庫系統與面向對象技術完美結合，還需要做不少工作，包括結合的形式、模型的建立等等。
神經網路在知識庫系統中的套用
按照神經網路的觀點，人類的思維本質上是並行分布的處理模式。神經網路的知識獲取是在給定輸入和輸出模式的前提下，通過學習過程自動調節網路中結點間聯結的權值來完成的。因此，神經網路在理論上可以解決目前在人工智慧和知識庫系統中普遍存在的問題。在知識庫系統中運用神經網路方法，己經獲得了一定的套用，並且會成為今後發展的方向之一。
存在的問題
知識庫系統是一個複雜的系統,有很多理論和套用問題值得研究,主要有以下幾個方面：
1.令知識表達的理論有待進一步完善,如表達模糊知識等；
2.令推理機的效率較低,推理理論算法值得研究；
3.命推理能力有限；
4.令知識庫系統的套用領域需進一步擴大。
組成與基本功能
知識庫系統組成圖知識的功能性與服務性集中體現在對知識的有機組合與管理方面，而基於資料庫技術的組織與管理系統可以實現這一目標。根據以上對知識及其特性的分析，可以獲得知識庫系統的基本組成，如下圖所示。
其中知識庫是用來存放知識的實體。在知識庫中的知識具有無矛盾性和無冗餘性。知識庫所需存貯容量巨大，一般容量遠遠超過資料庫的存貯容量。在知識庫的支持下，快速有效的知識存取功能是知識庫實現實用化的一個關鍵。
推理機構是利用知識的執行體，是決定知識庫系統性能好壞和工作效率高低的關鍵部件。
知識庫管理系統是知識庫建立、更新、維護、管理、使用的功能體。
知識獲取接口是完成從知識源抽取的知識，通過向某一種知識表示語言的轉換，並完成知識同化的功能部件。
用戶接口是一種向用戶提供使用知識庫的手段，並向用戶提供問題求解答案的功能部件。用戶接口通常是一種知識查詢語言。
三個關鍵問題
知識表示，知識利用和知識獲取是知識庫系統實現的三個關鍵技術問題。
1.知識表示
知識採用什麼形式表示，使計算機能對之進行處理，並以一種人類能理解的方式將處理結果告知人們，這是知識庫系統首先要解決的關鍵。知識表示要具有層次化、模組化、網路化，統稱為知識的結構化。
2.知識利用
知識利用是指利用知識庫中的知識進行推理，從而得出結論的過程。推理所涉及的問題有:知識庫的搜尋、目標的控制、模式匹配的方法、推理的策略，以及對不確定性知識的評價等。
3，知識獲取
知識獲取是指從知識源獲得知識來建造知識庫的工作。知識庫中的知識有兩個來源，一個是原始知識，由外界直接進入知識庫;另一個是中間知識(再生知識)，是由推理機構生成後追加入知識庫。
知識獲取是知識庫系統實用化中最難解決的一個關鍵，成為建立知識庫系統的一個瓶頸部分。目前在研究的解決該難題的各種對策方法中，利用計算機學習來實行自動或半自動的知識獲取是最理想的目標。
