客观条件不断变化要求解决问题的模型也要动态地进行调整，而稿件刊发计划正是这样一个问题。本文就是针对这一问题提出的，应用知识工程理论、机器学习理论、专家系统理论、运筹学理论和数据库理论方法，对稿件刊发计划问题进行了分析、研究，给出了基于事例学习的稿件刊发计划模型的建模方法，并根据基于事例推理的理论和方法、稿件刊发计划问题模型的特点，对基于事例推理的稿件刊发计划的建模方法所包含的一系列问题进行了研究。 这些研究工作包括： 事例和问题的知识表示：给出属性集、结构集和目标集的事例表示方法； 知识化模型的推理：结构化的模型如何转化为求解系统可识别的属性模型的过程； 最相似事例的确定：两步选择过程，粗选过程按属性相交度，精选按类比转换的规则驱动的确定最相似事例的原则和方法； 类比转换的方法：确定在一定条件下的转换方法； 事例库的维护：事例库是可维护的，一方面随着系统解决问题的增多，事例库也会不断扩大知识领域；另一方面，通过事例库维护模块，可以从用户那里得到新的建模知识。 最后一部分描述了稿件刊发计划建模子系统的分析和设计，包括系统总体设计、功能分析、数据库设计等环节，然后通过一个实例来分析用户界面的操作过程。 基于事例学习的稿件刊发计划模型解决了稿件刊发计划过程中参数和约束条件动态变化的问题，在运筹学模型的知识化与智能化方面研究做了理论和应用上的研究。同时，稿件刊发计划问题是调度排序问题的一种，本文对解决这一类问题具有普遍的指导意义。