"soict14抽象的许多与软件工程相关的工作依赖于形式模型，执行模型检查或自动测试用例生成。尽管如此，生成这样的模型通常很乏味且容易出错。模型推理是一个研究领域，通过从文档或执行跟踪（观察到的动作序列）生成部分模型来帮助生成模型。提出了一种结合模型推理和专家系统的新模型生成方法。似乎工程师能够通过应用推导规则从应用程序的痕迹中识别出应用程序的功能行为。我们提出了一个框架，应用于Web应用程序，模拟这种推理机制，推理规则组织成层。每个都会产生部分IOSTS（输入输出符号转换系统），它们变得越来越抽象和易于理解。

想要深入了解推理机专家系统的设计？可以参考这篇文章《推理机专家系统》。如果对专家系统中的推理机制感兴趣，不妨看看《专家系统中推理机制》。当然，专家系统推理机的设计也值得一读，《专家系统推理机的设计》这篇文章可能会给你带来新的思路。

对于那些希望了解生产式推理系统原理的朋友，《专家系统原理生产式推理系统》将是一个很好的资源。而《基于网络的案例推理专家系统》则展示了如何将推理应用到网络环境中。

如果你对模糊推理感兴趣，可以阅读《模糊推理与专家系统.pdf图书》。而《CBR推理技术模型》则探讨了案例推理技术的应用。

还想了解更多？《云模型定型推理》和《专家系统动物识别两层推理知识和推理机分离》都是不错的选择。对于人工智能领域的探索，《人工智能专家系统推理机设计》和《人工智能专家系统推理树实例》可能会给你带来启发。

看看《用于模糊推理的程序可以构造专家系统》，了解如何构建一个模糊推理专家系统吧！"