信念规则库（BRB），由Yang等人于2006年在RIMER框架下提出，是一种专家系统推理方法，通过为规则的后果附加信念度分布来扩展经典的“如果-那么”规则。它将基于规则的推理与证据推理（ER）方法相结合，能够表示和传播复杂工程、风险评估和管理领域决策问题中的不确定性、不完整性和模糊性。

设想一个专家小组，他们不仅说‘如果压力高，则可能发生故障’，而是同时为多个故障等级分配置信权重。BRB将这种直觉形式化：每条规则都携带一个关于可能结果的信念分布，而不是一个单一的确定性结论。当输入到达时，所有匹配的规则都会投票——根据它们的激活强度和可靠性加权——ER算法将这些投票聚合成一个最终的概率性判断，而不会丢失任何不确定性信息。