随着经济全球化趋势的不断加强，产业结构调整步伐的不断加快，制造企业面临的市场环境发生了巨大变化，尤其表现在客户对产品的个性化需求、对产品交货期的及时性和生命周期的短暂性等要求越来越苛刻。由于生产单元可将生产过程组织为协调高效的物流，因此可显著缩短制造周期、节约生产面积、避免库存积压、提高设备利用率，在离散制造业、冶金、造船等多个行业有着广泛应用。在实际生产中，由于经常性的临时插单、零部件种类繁多、产品结构复杂、工艺路线和设备配置非常灵活，导致生产单元换线频繁。同时，换线决策具有复杂性、动态随机性和多目标性等特点，采用以经验丰富的工程师人工决策为主的传统换线决策方式已无法满足日渐复杂的生产环境的要求，而换线决策的优劣直接影响产品质量、生产周期和生产单元柔性等重要因素。基于此，如何客观和准确地反映生产换线决策的上述特点，合理进行生产单元换线决策，成为学术界和企业界面临的重大课题。目前，由于生产单元自身的自治性、演化性、复杂性及人在生产单元中工作方式、任务流程和行为表现的不确定性和动态性，单纯基于数学优化模型的换线决策分析尚存在如下问题：第一、生产单元日益显现出动态化、多目标化等特征，单纯的数学建模很难满足全局最优和高可行性的生产要求；第二、受产品需求的多样化、临时插单、紧急跟单和产品交货期等因素的影响，对制造系统柔性的要求越来越高，生产单元出现复杂巨系统趋势，数学建模很难全面和准确地反映客观的实际生产情况；第三、部分影响人的决策的因素很难进行量化，单纯的数学建模方法无法体现这些因素的作用。针对传统换线决策研究的局限性，以及目前基于神经网络专家系统的不足，如：知识收集手段的欠缺、生产换线专家系统规则抽取手段的缺失以及应用模式的狭窄，本论文提出了基于交互仿真及混合神经网络的生产单元换线决策专家系统研究，全文的研究内容主要包括：首先，对一般专家系统和基于神经网络的专家系统结构及其原理进行了深入探讨，提出了基于交互仿真及混合神经网络的生产单元换线决策专家系统实现原理和系统实现的关键技术及技术路线，考虑到后期换线领域专家知识的扩充，提出了基于Web Service的系统工作过程和应用模式。其次，对目前专家系统知识获取的不足，为利用交互仿真对知识获取，提出了制造系统仿真模型和交互仿真模型的构建过程，提出了交互仿真稳定判定算法、专家决策遴选的算法，并通过实例介绍了的交互仿真的实现过程。再次，具体研究了生产单元换线决策专家系统的实现技术，包括：对生产换线决策影响因素的复杂性和多样性应用主成分分析对生产状态矢量进行降维；运用融合Fisher分类器和回归神经网络的计算技术处理生产控制策略中变量的多模式性；提出了一种基于IER-Trepan算法和预置文本技术构成的推理机规则提取技术解决了传统生产换线专家系统规则抽取手段的不足；针对传统生产换线决策专家系统应用模式的狭窄性，提出了基于Web Serviece应用模式的生产单元换线决策专家系统，用一种以双层COM对象结构封装以及专家系统的程序实现。最后，以某摩托车发动机生产单元生产换线决策为研究背景，对提出的实现原理和技术进行了可行性验证。结果表明，基于交互仿真技术及混合神经网络的生产单元换线决策专家系统的实现具有较好的可行性和可操作性，为生产单元智能换线决策提供了一种可行的方法。