针对CAPP技术由于其要解决问题具有复杂性、非线性和不确定性等特点而发展缓慢的现状,本文结合吉林省科技发展计划项目(20040333)“机械加工中的模糊-神经网络技术研究”,进行模糊推理系统、自适应模糊推理系统(ANFIS)等智能算法的改进及其在解决CAPP微观层的工艺参数确定问题中的应用研究。本文结合减法聚类对模糊C-均值聚类算法进行改进,改进后算法收敛速度加快,且更稳定。基于改进后聚类算法提出了一种新型模糊系统建模方法,该方法适用范围较广且便于实现,降低了模糊系统的应用难度。提出了一种新型的模糊系统—混合输入型模糊系统,该系统可以同时输入精确值和模糊语言真值,能满足某些特定需求,且更灵活实用。用Fletcher-Reeves update法和比例共轭梯度法对ANFIS算法进行改进,改进后算法训练速度明显加快。提出了一种便捷的模糊系统在DSP上的实现方法,推动模糊系统在更多领域得到应用。建立了用于加工参数智能选择的混合输入型模糊系统和ANFIS,并将该ANFIS成功移植到DSP上,为实现加工参数的在线智能选择奠定了基础。