随着世界经济与贸易的发展以及我国社会主义现代化经济建设的进程,远洋运输业已成为国家一个十分重要的经济产业,在国民经济中具有相当重要的地位。航次任务承接是船舶承租型航运企业业务的主要内容。远洋运输企业在承运航次任务时的决策通常依赖于航次预估。航次预估需要业务人员有丰富的远洋航运业经验,而通常初级业务人员很难具有。鉴于此,本文希望能够从以往的航次实例中发现航次知识,来辅助航次预估的进行。论文在学习总结前人知识发现研究成果的基础上,分析了航次预估的过程以及航次实例的内容,根据航次预估过程中知识的需求以及航次实例中包含的信息,提出所需发现的航次知识内容为:优势航运能力知识、航线知识、航次时间知识。并针对这三种知识的特点,提出了相应的基于基础理论的航次知识发现方法。论文的主要工作与研究成果包括以下内容:(1)提出了基于决策树学习算法的优势航运能力知识发现方法,分析了航次实例中优势航运能力知识的挖掘对象并选取了决策树学习的CLS算法与C4.5算法来发现优势航运能力知识。(2)提出了基于案例推理的航线知识发现方法,研究了航线案例的表示、组织、检索,航线案例库的学习维护等。(3)提出了基于聚类统计的航次时间知识发现方法,该方法将航次实例按与时间相关的因素进行聚类后,统计每一聚类簇的航次时间作为航次时间知识。论文最后,进行了实证研究。选取了某航运企业的航次实例数据,从中发现以上三种航次知识,并举例解决了实际的航次任务预估中的相关问题,进一步验证了论文提出的航次知识发现方法的有效性。