1.一種專家系統的更新方法，所述方法包括：

獲取目標業務的樣本業務特征數據、以及所述目標業務的優化目標數據；所述樣本業務特征數據是待優化的專家系統執行目標業務的業務處理時的采集數據，且所述優化目標數據是所述目標業務的業務決策真值；

根據所述樣本業務特征數據和優化目標數據，訓練所述目標業務對應的概率圖網絡，得到訓練完成的所述概率圖網絡的網絡參數，所述概率圖網絡是根據所述專家系統接收的所述目標業務對應的模糊邏輯信息生成；所述模糊邏輯信息包括層次性依序執行的第一模糊邏輯和第二模糊邏輯，所述第一模糊邏輯的結論信息作為所述第二模糊邏輯的其中一個條件信息；

基于訓練得到的所述網絡參數，輸出對于所述專家系統的模糊邏輯信息的更新信息；

所述根據所述樣本業務特征數據和優化目標數據，訓練所述目標業務對應的概率圖網絡，得到訓練完成的所述概率圖網絡的網絡參數，包括：

根據所述樣本業務特征數據和優化目標數據，通過含隱變量的參數估計算法，學習得到所述概率圖網絡的網絡參數。