三维数字几何模型作为一种新型数字媒体,在逆向工程、工业设计、影视娱乐、虚拟场景、文物修复和展示、生物医药等领域已经得到广泛应用。目前已有多种成熟的建模技术,例如:激光扫描系统、近景摄影测量系统、Auto CAD和Maya等软件制作。但是建模设备和技术的专业化、建模过程的复杂化成为其推广的瓶颈。如何帮助非专业用户快速高效的创作所需的模型,已成为数字几何领域一个重要的研究方向。一方面,从无到有的三维模型创造过程繁琐,专业化程度高;另一方面,多年来三维模型已有较多积累,但是重用率较低。如何有效利用已有模型,快速创建风格或功能类似、符合用户意图的模型——即基于实例的建模,也成为当前研究人员重点关注之一。本文从实例建模的应用要求出发,针对三维实例建模过程的建模多样性、组件选择灵活性和建模合理性等问题,在模型结构表示、模型对应和模型合理性度量方面对基于实例的三维建模方法进行深入和系统的研究,取得的创新性成果主要包括以下几个方面:（1）提出了一种基于图卷积网络的三维模型装配方法。该方法采用图卷积神经网络融合组件的几何特征和结构信息作为组件特征表示,检测模型结构内在的上下文关系,实现模型结构的自动分析和挖掘,保证了所选取组件的多样性;然后采用该特征进行组件选择,并用本文网络重新验证组件在新模型中的相容性,从而保证了装配结果的整体合理性和功能保持。（2）提出一种基于结构感知对应网络的三维模型装配方法。该方法利用孪生网络探索模型功能结构单元,实现变粒度的功能子结构提取,通过模型之间的有效对应获取装配组件,解决了基于结构方法对模型预分割粒度敏感的问题;同时由于采用局部注意力机制,仅学习组件上下文关系而不依赖于全局结构,因此可以在跨类别模型集中选取相同结构特征组件,从而生成创造性结构。（3）提出一种基于图生成网络的三维模型生成方法。该方法设计了图对抗生成网络,利用图编码器学习模型结构的表示空间,从而获得三维模型结构信息的高层次表示;利用解码器将表示空间中的向量自顶向下生成新的模型,自动生成以前模型集中未曾见过的模型;最后利用判别器验证生成结果,不仅可以较大程度保证解码器生成结果的合理性,也可以用于验证用户手工装配结果的合理性。