随着“智能制造”进程的加快以及市场激烈的竞争,印刷制造企业必须能够迅速响应市场多品种、小批量、短交期、定制化的印刷生产需求,可重构的印刷制造系统为实现这一目标提供了最佳方式。可重构制造系统既能快速重组或更新,及时调整单元的生产功能和能力以响应市场需求的变化,又能提高产品质量、降低成本、缩短交货周期,因此本课题以可重构印刷制造系统为研究对象,针对可重构印刷制造单元状态识别以及重构方案优选问题展开研究,具体工作如下;（1）分析可重构印刷制造单元的状态,提取出单元特征,基于贝叶斯网络建立印刷制造单元情景识别模型。以网络节点不同取值表示印刷制造情景和单元特征状态的变化,以条件概率表示单元特征状态与情景间的概率影响关系,实现由单元特征状态到制造情景的识别,判断印刷制造单元根据现有印刷工艺和环境状态等条件,能否达到印刷品质量、生产效率等方面的要求。（2）根据印刷制造的实际生产要素,建立重构方案的综合评价模型,介绍了层次分析法和区问模糊数权重确定方法,并总结了两种方法的优缺点。在此基础上,提出了一种落于三角模糊数的权重确定方法,确定指标权重,实现重构方案的优选。本课题通过模拟印刷车间中的设备状态,环境状态,根据实际印刷工艺要求,利用模型对可重构印刷制造单元的印刷品质量状态进行判断,验证了模型的有效性,此外.针对重构方案的优选问题,利用三角模糊数方法计算得到指标权重,得出最优方案,通过对比层次分析法及情景识别结果,验证了所提方法的科学、可靠性。