适用问题：

没有直接的算法，多种方法都可能解决问题；
找不到确定的求解策略(先做什么？后做什么？)；
问题没有唯一的解答；
每个求解步骤中都可能产生多个可能的解，需要寻求最佳或可接受解。
需要多个领域的专门知识协作解决。
例如：自然语言处理、语音处理、模式识别、图像处理等

基本思想

独立程序（知识源）集合
对公共数据结构进行协同操作；
每个程序专门解决一个子问题；
不存在互相调用；
不存在事先确定的操作顺序；
中心控制部件
反映整体问题求解过程的状态；
状态变化时，中心控制部件对信息进行评价，协调各程序工作；
可以试探调用各个可能的求解算法；

结构:

黑板部件

中心共享数据；

存储系统的初始输入、问题求解的局部和中间结果，以及反映问题求解状态的数据；

为知识源访问这些元素提供读和写的操作；

知识源：独立的求解程序

独立, 依赖于应用的问题求解子系统;

它们之间的交互仅能通过读写黑板的数据和状态来实现（不直接交互）;

包含条件和操作两个部分：条件部分评估求解过程的当前状态，即黑板上的当前内容。当条件满足时，执行相应的操作;

操作引起黑板数据状态的变化;

控制组件

监视黑板上信息和状态的变化，并根据变化决定采取的行动。

根据知识调度策略，调度知识源对条件的匹配评价，并采取相应的操作。

应用:

起源于人工智能(Artificial Intelligence, AI)领域；
典型应用领域：自然语言处理、语音处理、模式识别、图像处理等；
HEARSAY-II (自然语言处理系统，系统输入是自然语言的语音信号，经过语音音节、词汇、句法和语义分析后，获得用户对数据库的查询请求)
HASP/SIAP(在特定海域根据声纳阵列信号探测敌方潜艇出没的系统)
CRYALIS(根据X射线探测数据推测蛋白质分子三维结构的系统)
TRICERO(在分布环境下监视飞机活动的系统)

优点：

应用于没有确定解方法的问题：用不同的算法进行试验；
支持可更改性和可维护性（知识源、控制算法、中心数据分离）；
知识可重用：知识来自某类任务的独立专家；
支持容错性和健壮性：中间结论只是下一步的假设条件；

缺点：

测试困难（没有一个确定的算法）；
难以保证最优的解决方案；
效率低；
开发工作昂贵；
缺少对并行机制的支持（黑板上数据的访问必须同步）；