现状在现代工业生产中, 自动化技术和系统已经进展到一定水平， 但是在复杂分析、精确推断和创新决策等方面还是要依赖人的知识型工作， 目前人的智能型工作和自动控制系统只能依靠人机接口交互，还是一种非自动化的运行机制
知识自动化就是人的智能型工作向控制系统的自动化延伸, 知识自动化系统是用机器实现人的智能型工作的控制系统， 知识自动化是工业生产中采纳机器实现基于知识自动处理的建模、控制、优化及调度决策的自动化系统理论、方法和技术
知识自动化的基础是采纳有效方法对知识进行合理提取及处理， 目前对知识的处理方法的讨论集中在知识猎取、表示、重组和关联推理上， 但是离实现工业生产过程所需要的知识型工作自动化还有一定差距
（1） 知识猎取
知识猎取是指从专家或其他专门知识来源汲取知识并向知识型系统转移的过程或技术
20世纪 60 年代以前, 大部分人工智能程序所需知识是由专业程序员手工编入程序的
知识猎取首次提出于 20 世纪 80 年代， 知识猎取常用的方法主要有关联规则挖掘 [5]、统计方法 ［6]、人工神经网络 [7]、决策树 [8］、遗传算法 ［9]、基于事例的推理方法 [10］ 等
尽管知识猎取可以通过以上各种方法实现，但工业过程中隐性知识如何猎取依旧是讨论的难点，因为实际工业中数据样本的质量和数量难以保证，工业过程控制系统中建模、控制与优化决策相关知识规则的猎取等仍是主要难题，工业大数据环境下猎取知识的讨论成果还较少
（2) 知识表示
知识表示就是对知识的一种描述, 或者说是对知识的一组约定, 一种计算机可以接受的用于描述知识的数据结构
常用的知识表示方法有一阶谓词逻辑表示法， 产生式表示法, 框架表示法、面对对象表示法、Petri 网表示法、语义网表示法等
在工业生产过程中, 知识型工作者对事物和信息的表达往往是不精确、不确定和模糊的， 最终导致获得的知识具有
