在竞争激烈的市场中,对企业来说,能否对客户的询价做出快速、准确的报价成为企业赢得客户的关键。如果报价不及时或报价过高会使产品没有竞争力,而报价过低又会影响企业的经济效益,因此如何建立一个快速、准确的产品报价系统,是很多企业十分关心的问题。机床产品报价是一件复杂的工作,从客户询价的处理到最终的价格形成,这之间包含着几个重要的部分,如产品的快速配置、成本估算等,每一部分都需要认真处理,否则会对最终的报价产生严重的影响。本文采用CBR技术和BP神经网络技术相结合的方法实现对机床产品的快速报价。产品报价从客户询价开始,在本文第二部分产品配置内容中对客户需求做出处理,提取产品的技术参数作为案例的特征参数,根据客户的要求对每个特征参数设置权重,采用最近邻法实现对案例的检索,案例的输出结果是产品的配置清单,进一步对检索出的案例做出修改,替换案例中不符合客户要求的模块,从而达到客户满意的产品配置。在第三部分内容中,对配置出的产品进行成本估算。分析影响新模块成本变化的成本因子,并根据不同模块的特征确定对应模块的成本估算网络结构和参数,选取实际数据作为样本数据训练网络,通过训练得到成本估算的稳定网络模型。汇总各个模块的成本得到目标产品的总成本,结合产品的报价策略得到产品最终的价格。在文本的第四部分,对机床产品快速报价系统进行了研究。设计了系统的结构以及主要的功能,开发出系统的初始版本,并通过运行实例对系统进行验证。最后,总结了本文提出的采用CBR技术和神经网络技术相结合的机床产品快速报价方法的研究成果,并指出了其中的不足之处,有待进一步的研究和改进。