随着世界各国老龄化问题的日益突出,患有脑卒中的人数在不断增加,每年均有成千上万的人丧失一种或多种运动能力,严重影响他们的生活质量,给社会和家庭带来沉重负担。目前,临床偏瘫康复治疗方法主要局限于康复医师对患者进行手把手、一对一的训练及评价,康复医师劳动强度大,治疗效果则主要取决于医师的技术水平、临床经验以及训练器械等不同,难以实现高强度、有针对性和重复性的康复训练要求。因此,将机器人技术和智能控制理论和方法引入到临床康复医学领域,提高脑卒中偏瘫患者的康复治疗水平,对患者本身、家庭和社会具有重要意义。本文研究5-DOF上肢康复机器人系统中的训练方案和评价问题,主要工作如下：(1)针对德尔菲法中权重系数偏差较大的问题,提出一种加权德尔菲-模糊评价法,并在此基础上,建立上肢运动功能评价模型,从而实现患者不同康复阶段的上肢功能的全面评价。(2)提出一种基于系统聚类的案例自动获取方法。当案例库中找不到所需要的相似案例时,对案例库中知识强度大于或等于最小知识强度的案例进行聚类合并,增加案例库的案例,并获得相似案例,从而将其存储在案例库中。(3)提出一种基于差异属性矩阵的案例修正方法。当最相似案例不满足案例重用条件时,若直接将最相似案例进行重用,无法获得满意解,为此,利用最相似案例与待康复患者自身条件的偏差进行修正,从而获得最优康复训练方案。(4)针对区间二型模糊集的隶属度函数构造方法中不确定域的形状未知的问题,给出一种上下隶属度区间法。该法通过设计新的调查问题收集上、下隶属度区间数据,经数据预处理,有效确定区间二型模糊集的隶属度函数。(5)针对区间二型模糊集EKM (Enhanced Karnik-Mendel)降型法中切换点的初值不确定、计算速率低的问题,提出一种双向搜索EKM降型法。该法使得切换点的初值唯一确定,同时可实现向上和向下搜索,从而有效提高降型的计算速率。(6)针对康复训练方案的制定过程中患者病情的多样性、不确定性和复杂性的问题,提出将基于系统聚类的案例推理与双向搜索区间二型模糊推理相结合的系统聚类-区间二型法。实验分析表明,该法可有效制定康复训练方案。(7)设计并开发了5-DOF上肢康复机器人训练方案及评价系统。通过对患者的临床数据的对比实验,结果表明该系统的评价结果和康复训练方案与临床康复专家的结果吻合,可辅助康复专家实现患者的康复评价,并有效制定康复训练方案。