知识的不确定性包括三个方面

        产生式规则表示法适用于表示确定的知识。但在设备故障诊断领域里，由于受人类目前认知水平和测试手段的限制等因素影响，在进行专家系统研究时经常要处理不确定的知识，如“振动强烈”、“故障严重”等概念，其内涵和外延都不明确，很难给出精确定义。对不确定知识的表示和推理是专家系统研究的一个新动向。知识的不确定性包括随机性、模糊性、未确知性三个方面。

　　1.随机性

　　随机现象是指单个试验的结果不定，但大量试验的结果具有某种统计性规律的现象。随机性是指随机现象的不确定性，如设备故障征兆和故障原因之间往往具有随机性。随机性可用概率来度量，例如，概率论中的贝叶斯法，陶粒砂生产厂可用于描述由带条件性的信息和推理规则推导出结论的可能性。但实际专家系统往往都对严格的概率理论作某些修改。

　　2.模糊性

　　模糊性是指事物的外延不清晰的一种不确定性。如“振动强烈”、“故障严重”等概念，制砂生产线其含义都很模糊，这些概念称做模糊概念。刻画模糊性现象的数学理论是模糊集合论。模糊性可用隶属度来度量。隶属度表示的是一种可能性，其值越大，则可能性越大。

　　3.未确知性

　　未确知性是指由于信息的不完全而导致的一种不确定性。如故障诊断中，由于受现场条件、测试手段等因素的限制，很多用于确诊故障所需的信息无法获取。专家系统应能处理这些未确知性知识，常用的方法有证据理论、非单调逻辑等。