本课题针对现存专家系统研究方法中的不足,根据医疗诊断专家系统的特点,采用模糊数学理论,结合多种知识表示方法和推理技术,运用数据库的相关技术,对医疗诊断专家系统中的一些关键技术进行了研究。本论文主要做了以下几个方面的工作：(1)根据医疗诊断信息的特点,完善了知识表示形式,将产生式规则表示和框架表示相结合,克服了单一知识表示方式的局限性。(2)根据医学专家处理问题的思维过程和特点,结合医疗诊断知识表示方式,采用正向推理和逆向推理,实现了模糊框架的推理机制和模糊规则推理机制。两种推理机制可以相互嵌套,提高了诊断推理的效率。并且将推理过程分步骤进行,使推理过程不至于过分冗长,满足不同用户的不同需求。(3)为了推理的方便,依据模糊属性值的特点,将其分类为连续模糊属性值和离散模糊属性值。对于连续模糊属性值采用Min-Max匹配算法,根据两个属性值之间的覆盖程度计算匹配度；对于离散模糊属性值则采用语义距离的匹配算法,根据两个属性值之间的语义距离进行匹配程度计算。使属性值的匹配度计算更加合理有效。(4)推理过程采用广度优先搜索策略,并记录推理过程的步骤和中间结论,用户可以按自己的需要对结论作出解释。(5)本文开发的模糊专家系统工具简单实用,并可以嵌入到其他相关领域中。通过测试表明,本文建立的医疗诊断知识表示方法有利于优化知识库的结构,实现知识库维护的相对独立。采用模糊规则推理和模糊框架推理两种推理机制,能够根据医疗知识的特点,按照医学专家的处理问题的思维过程进行推理,提高了推理效率。