技术准备是连接CAD系统与CAM系统的纽带，是集可制造性评价、工艺攻关、工艺分工、工艺规划、工装设计、工艺仿真等性质不同的活动组成的复杂过程。近年来，随着日趋激烈的市场竞争，企业对产品技术准备过程的开放性、分布性、集成性和协同性都提出了更高的要求，传统的技术准备系统无论在柔性、可扩展性，还是在智能化程度上都难以满足其需求。　　本文针对型号产品技术准备过程的特点，在分析国内外有关技术准备协同平台及其关键技术研究成果的基础上，对型号产品技术准备过程进行了深入的探索，充分利用计算机技术和人工智能技术来缩短技术准备周期，从根本上解决技术准备周期过长、效率低下、成本过高等弊端。本文的主要研究工作如下：　　研究了支持技术准备过程的协同平台框架。为了实现技术准备过程的集成与协同，将多代理技术和模糊综合评判技术引入到技术准备过程中；建立了基于多Agent的技术准备协同平台框架，设计了各Agent的内部结构，给出了Agent之间的协作模型；在研究模糊综合评判方法的基础上，设计了Agent之间的冲突消解算法，并通过一个应用实例验证了Agent冲突消解算法的有效性。　　研究了基于本体的技术准备信息表达方法。针对技术准备领域信息集成与共享的需求，将本体理念及其相关技术引入到技术准备过程中；建立了面向本体技术的技术准备信息模型，给出了技术准备领域本体结构、形式化定义及其构建方法；为了解决领域本体一致性问题，在分析本体概念之间相似关系的基础上，设计了领域本体的等价、包含、相交和平行4条合并规则，并讨论了技术准备领域本体在信息集成和信息检索中的应用。　　研究了基于粗糙集理论的决策型工艺知识获取算法。为了实现工艺知识的共享与重用，提出了基于粗糙集理论的决策型工艺知识获取算法；建立了工艺知识获取的过程模型，给出了工艺知识获取系统相关定义，并设计了工艺知识获取系统信息补齐算法和工艺知识自动获取算法流程；为了解决工艺知识的一致性问题，提出了基于本体的工艺知识评价模型，并通过一个应用实例验证了算法的有效性。　　研究了基于改进最大-最小蚂蚁系统的多路线决策算法。通过多工艺路线决策问题和技术准备任务规划问题描述了多路线决策问题的普遍性和重要性，阐述了可行性路线图的概念，从而将多路线决策问题转化成对该加权有向图中具备最优值的路径搜索和寻优问题，并建立了多路线决策问题的数学模型；给出了可行性路线图的构建方法，并提出了基于规则的可行性路线图分层验证模型；对最大-最小蚂蚁系统进行改进，引入了局部信息素更新机制和全局信息素更新中的精英蚂蚁排序策略，减小了蚂蚁算法陷入局部陷阱的可能性，加快了其收敛速度，并设计了算法的具体实现流程；将改进的算法应用到多工艺路线决策问题中，应用实例表明该算法具有很好的鲁棒性，并且在性能上优于其他算法。　　基于上述关键技术，利用Delphi、VC和Oracle数据库技术，开发了原型系统，并初步验证了技术准备协同平台的可行性和有效性。