CLIPS是一种重要的专家系统开发工具，广泛应用于专家系统的各个研究领域。目前，以CLIPS为原型的各种版本的专家系统开发工具层出不穷，但是现有的开发工具都不具有直接支持并行处理的功能，给并行机上构建专家系统带来很多不便。本文以对CLIPS进行改进为目的，在对CLIPS工作原理深入分析和研究的基础上，设计并初步实现了一个并行CLIPS实验模型-PCLIPS。 本文首先分析了CLIPS的工作原理和推理匹配技术。对推理中的不确定性问题进行了研究，将PROSPECTOR中修正推理不确定性的方法引入到PCLIPS中。针对推理和匹配过程中的时间冗余性问题进行分析，在对Rete算法进行研究的基础上，提出了Rete算法的改进方案。同时，对PCLIPS的推理和匹配效率问题进行了研究。 其次，分析了当前通用的两种并行编程模型，将MPI的消息传递功能引入到PCLIPS中。设计了模式网络结构，实现了正向推理算法。在对CLIPS核心函数和处理机制进行研究的基础上，设计了PCLIPS的并行处理算法，实现了基本的并行处理功能。 最后，针对PCLIPS设计了两组实验，根据实验结果对PCLIPS的性能进行了分析，指出了PCLIPS的优点和不足。