人工智能是计算机科学的一个分支,是用于模拟和扩展人类智能的理论和技术方法。人工智能在上个世纪50年代被提出,经历了半个多世纪的发展,人工智能已经成为了一门庞大的科学,其研究范畴包括自然语言处理、知识表示、机器学习、知识获取、知识推理,感知、规划等。在人工智能的发展和应用当中,人们不断的试图通过构建智能系统来模拟和扩展人类的智能。本文在分析了专家系统和产生式系统的基础上,采用Drools规则引擎作为推理机,运用Java多线程技术,设计和实现了一个针对平面几何的多推理机的并行推理系统。本文主要进行了以下几个方面的研究:首先,对平面几何中的知识进行了分类,并选择合适的知识表示方法。在本文中,将平面几何中的知识大致分为两类:一类是由平面几何数学理论构成的理论型知识;另一类是由客观概念或事实组成的事实型知识。在表示这两种类型的知识时,通常采用不同的知识表示方式。在本文中,使用产生式规则表示理论型知识,而使用一阶谓词逻辑表示事实型知识。其次,分析了专家系统和产生式系统的原理。专家系统是早期人工智能的一个重要分支,是一类具有专业知识和经验的智能计算机系统。专家系统是基于知识的系统,运用知识表示和知识推理技术模拟领域专家的思维过程,解决只有领域专家才能解决的复杂问题。产生式系统是波斯特在1943年提出的一种计算机系统,是人工智能领域中常用的问题表达模型和知识系统。本文简要分析了专家系统和产生式系统的基本工作原理。然后,运用Drools规则引擎设计了平面几何推理系统的基本结构。本文使用Drools规则引擎作为推理系统的推理机,在设计知识推理时,采用基于规则的产生式系统结构,并使用正向推理方式。在本文中,平面几何推理系统的主要结构模块有:系统接口、控制器、Drools规则引擎、规则库、事实库、图形信息和知识推导网络。最后,根据平面几何推理系统的基本结构,在Java平台上实现了平面几何推理系统。本文采用Java多线程技术,将平面几何推理分为几何推理、代数推理和混合推理,因此本文最终实现的平面几何推理系统是一个多推理机、多知识库的并行推理系统。本文为平面几何推理提供了一种人工智能的解决方法,为知识推理提供一些解决问题的思路和技术方法。进一步,还可以在本文所设计的平面几何推理系统的基础上,建立更加完善和强大的问题求解系统。