基于事例推理(Case—Based Reasoning，CBR)是人工智能中新崛起的一种重要推理技术，是人工智能和专家系统领域的最新进展。自1982年由Roser Schank在其著作《Dynamic Memory》中描述以来，在理论研究和实际应用中取得显著进展。CBR系统具有存储积累、快速检索、匹配与改写、学习与归纳等特点，它较好地解决了传统知识处理系统“边界”以外的知识处理效率低下、匹配冲突、组合爆炸、自学习困难、人工神经网络中复杂问题难以分类、训练费时以及数学函数模型结论局限等问题。CBR基于人的认知过程，其核心思想是：专家在进行某个问题的求解时，往往把以前使用过的与该问题类似的事例联系起来，运用以前解决该事例的经验、知识和方法，来解决当前问题。 基于事例的专家系统目前在许多方面，例如事例的表示，事例的索引，事例存贮的检索，事例改写，事例学习和归纳等，仍有待于进一步探索和研究，特别是关于事例中的模糊信息，如何在上述各方面的表现和研究，鲜有报道。本文正是基于此点作比较详细的研究和探讨。 本文从理论和应用两方面全面论述了基于事例的模糊专家系统。第一章阐述了课题的意义和课题的来源及背景，并对所阅读的参考文献进行了综述。第二章到第六章对基于事例的模糊专家系统进行理论研究，第七章对基于事例的模糊专家系统进行应用开发。其中第二章提出了一个研究、开发CBR系统的总体框架结构；第三章对模糊事例的表示进行了研究，提出了一种面向对象的知识表示方法，并结合所提出的事例的表示方法，从理论上提出了一种事例库的数据结构组织形式；第四章对模糊事例的获取进行了研究；第五章对模糊事例的更新和学习进行了研究；第六章对模糊事例的推理进行了研究，提出了三种确定事例特征权值的方法，即Delphl和AHP相结合权值确定法，二次规划模型权值确定法，信用统计权值确定法，同时从理论上提出了一种事例综合推理方法：第七章运用前几章的理论研究成果，针对石录铜业公司电解铜质量控制管理系统的实际问题，把人工神经网络方法应用于基于事例推理(CBR)当中，开发完成了石录铜业公司电解铜质量控制咨询专家系统。所开发的系统操作方便、功能齐全、界面美观、运行正常，能满足用户要求。