본 연구에서는 전문가시스템의 추론성능을 향상시키기 위한 방법으로서, 전문가시스템이 사용하는 세가지 형태의 지식을 퍼지논리에 의하여 결합하는 방법을 제안한다. 전문가시스템이 사용하는 지식의 형태는 크게 나누어, 사용자 지식 (user knowledge), 전문가 지식 (expert knowledge), 그리고 컴퓨터에 의하여 획득되는 기계지식 (machine knowledge)으로 분류할 수 있다. 이들 지식은 서로 다른 특성을 갖고 있으며, 따라서 이들 지식을 시너지 효과가 기대되는 방향으로 결합하면 불확실한 상황하에서도 전문가시스템의 추론성능을 향상시킬 수가 있다. 본 연구에서 사용하는 기계지식은 목표문제 분야에 대한 경험적 사례로 부터 역전파 (Back-propagation) 인공신경망 모형을 통하여 얻었으며, 전문가 지식은 목표문제 분야에 영향을 미치는 외부환경요인들의 추세변화를 표현하는 지식으로 구성되어 있다. 사용자 지식은 전문가 지식과 기계지식에 의해 주어진 정보에 대한 사용자의 개인적인 견해를 나타낸다. 본 연구에서 제안하는 방법론의 성과를 측정하기 위하여 일주일 후의 우리나라 주식시장의 추세를 예측하는 문제에 대하여 적용하였다. 그 결과 불확실한 의사결정 환경에서도 본 연구에서 제안한 퍼지논리지원 지식결합 메카니즘은 전문가시스템의 추론능력을 향상시키는데 매우 유용하다는 것이 통계적으로 검증되었다.