随着智能制造系统等先进制造模式的不断发展以及计算机技术、网络技术、人工智能技术等先进技术的推广应用，传统滚齿工艺参数人工决策方法的弊端日益凸显，其智能化水平亟待提高。因此，本论文主要基于实例推理的人工智能技术等先进方法与理念，对滚齿工艺参数优化决策支持系统体系结构和系统开发进行探讨与研究。　　首先，在分析国内外滚齿工艺参数优化决策方法研究现状的基础上，结合滚齿工艺参数优化决策支持系统需求分析，建立了一种基于实例推理技术和经验决策方法相结合的滚齿工艺参数优化决策支持系统体系结构，并对其结构、功能、网络支撑体系和运行模式进行了较为详细的阐述。　　然后，对滚齿工艺参数优化决策支持系统实现所需部分关键技术进行较为深入的研究。针对具有丰富加工经验的应用需求，提出一种基于图论和模糊TOPSIS的滚齿工艺参数优化决策支持技术，通过构建工艺实例相似特征关联有权无向图以及对其最小生成树的分割完成工艺实例过滤集的自适应构建，采用模糊逼近理想排序法对工艺实例过滤集中的备选实例进行多属性决策以获取最优滚齿工艺参数；针对新材料、新工艺的应用需求，提出一种基于可拓学原理和实例推理的滚齿工艺参数优化决策支持技术，在建立滚齿工艺参数优化决策问题物元模型的基础上，通过其可拓变换完成实例的发散性修改以满足新工艺的需求；为了有效共享和重用系统中大量的经验数据和工艺实例，提出一种基于本体思想的滚齿工艺参数优化决策知识表达方法对其进行显式、统一地表达。　　最后，在以上系统的体系结构和关键技术研究的基础上，设计和开发了一套滚齿工艺参数优化决策支持系统，能有效提升滚齿工艺参数优化决策的智能化水平。