针对传统专家系统推理模型结构在知识获取方面适应性差的现状,从系统科学的视角,运用复杂适应系统理论,对传统专家系统的结构及运行机制进行了改进.引入Agent来模拟人脑中的神经元,用来承载专家系统中相互作用的知识,然后,基于Multi-Agent之间的相互作用来构建复杂适应的专家系统推理模型.从而,将专家系统中的知识获取机制、知识库、推理机三者统一于由Multi-Agent进行相互作用的复杂适应系统之中.通过设计体育赛事申办决策专家系统的原型,进行了专家系统推理模型的验证.原型运行结果表明:基于Mu