我国是甘蔗种植和产糖大国,研发甘蔗联合收获机械,实现甘蔗收获机械化对于提高甘蔗收获生产率、降低蔗糖生产成本、提升我国蔗糖的国际竞争力具有重要的实用价值和战略意义。在甘蔗收获机械的设计过程,不仅需要大量的领域知识,而且需要很强的求解问题的技巧。将智能设计技术引入到产品设计中,既有利于提高设计自动化与智能化的水平,又有利于提高产品质量、降低成本、缩短产品开发周期。因此本文结合人工智能技术探讨并构建基于知识的甘蔗收获机械智能设计系统,围绕智能设计的若干关键技术进行分析研究,并将这些技术应用到甘蔗收获机械产品的智能化设计中。论文主要采用模糊理论对仿真分析与试验数据进行处理,为实现性能分析与评价的智能化提供经验性知识,在此基础上运用神经网络技术从分析与试验数据中获取隐式知识,实现对知识的联想、推理等高效运用,同时运用粗集理论对经验性知识进行约简,从而找出对决策信息具有重要影响的属性,以及隐含在仿真分析与试验结果中的专家级设计知识。结合以上技术,构建了甘蔗收获机械智能设计系统,从而为甘蔗收获机械的方案设计、性能分析提供有效的工具。论文研究的主要内容如下:1)根据甘蔗收获机械现有的研究成果,以及甘蔗收获机械产品的智能设计流程,详细分析了智能系统的总体设计思想。在此基础上,提出了甘蔗收获机械智能设计系统的体系结构,将其分为设计型专家系统、工程分析及性能评价三大模块,从而实现设计方案的选择、方案的仿真验证分析及性能评价等。2)知识是实现智能化的核心,为了获取有关产品设计分析、性能评价的经验性知识,结合虚拟正交试验与物理试验等方法,对甘蔗收获机械性能进行分析与测试。同时根据虚拟分析数据与试验结果的特点,引入了模糊理论方法,采用模糊综合评价方法对性能进行综合评价,并形成模糊规则,通过对模糊规则的逻辑运算实现对性能的评价与分析。3)为了减少性能试验研究成本,同时有效地获取隐含在数值计算数据、试验数据中的隐式知识,引入了神经网络方法。通过对神经网络反复训练,利用反映输入与输出模式对的内在规律的连接权建立了试验条件与结果的非线性方程。根据基于神经网络的非线性方程,系统可对新的设计条件作出快速的响应。同时将知识表达在网络的连接权与阀值中,实现了对知识联想、推理的高效运用。4)为了克服神经网络对存储在其连接权与阀值中的知识难以进行描述,对其推理过程难以理解等缺点,提出了采用粗集理论方法从仿真分析与实验测试结果