西服的质量直接关系到西服制造企业的经济效益及信誉荣誉。现有的西服质量管理研究主要关注于成品合格率或事后的质量评价,缺乏西服加工过程的质量监管,使其难以发挥实效。针对这一问题,本文利用上下文感知技术、粗糙集和本体技术等,研究了西服工序质量预测模型,并开发了原型系统。本课题得到了国家纵向项目《制造物联应用关键技术开发与示范》(NO.2014BAF07B00)的资助。通过企业调研和查阅国内外大量文献的基础上,研究了上下文感知技术、本体技术、粗糙集理论及其推理规则生成方法,并设计与开发了基于上下文感知技术的西服工序质量预测原型系统,本文所做的主要研究工作如下:(1)根据西服工序质量管理的需求,针对西服生产线的环境特点,提出一种适用于西服工序质量预测的二分四层的上下文感知系统架构;(2)在研究影响西服工序质量的各类因素的基础上,建立了与工序质量相关联的上下文模型,采用本体技术,构建了以质量问题、产生原因、西服加工工艺、相关联工序以及解决方法为五大核心实体的西服工序质量预测知识库;(3)采用基于粗糙集理论的数据挖掘方法,对获取的海量数据提取相关工序质量问题的推理规则;并在建立了西服工序质量预测知识库的基础上,提出了一种基于知识库的两级推理方法,用于西服工序质量的预测;(4)采用Java语言以及MySQL数据库技术,设计与开发了基于上下文感知技术的西服工序质量预测原型系统,并通过实例,验证了系统的可行性和有效性。