0 引言

离心机的选型属于弱理论、强经验领域，选型过程涉及因素多而复杂。实例是选型技术人员进行决策的依据，当前人工智能领域新兴的一种推理技术—基于实例推理就是一种基于记忆、通过类比推理得出最优解决方案的一种新的推理模式。它符合选型人员决策的认知过程，反映了选型人员根据过去的经验和方法进行选型的推理过程，它不是从头做起，因此可以提高解决复杂问题的效率，对于离心机选型系统的设计非常适用。本文将CBＲ 的基本思想引入智能离心机选型系统的设计中，在详细阐述了CBＲ 基本理论的基础上，深入分析了智能离心机选型系统的实例表示，提出了基于特征匹配的离心机实例检索方法，并详细展示出选型系统的运行过程，高效、便捷地完成离心机的选型工作。

1 离心机选型

离心机因为具有密封性好、占地面积少、运行的连续性、自动控制等优点而被广泛应用于化工、食品、制药、煤炭、水处理和船舶等行业。国内关于离心机选型方面的研究主要集中为两个方面: 第一，通过制定离心机的综合选用表，专业的技术人员可以进行粗略的机型选择，如孙启才所著的《离心机原理结构与设计计算》就是采用这种方式; 第二，根据已存在的类似物料的离心机机型选择方案，进行直接选择或者稍加改动而选择，这种方式带有一定的盲目性。因此，国内在离心机选型的智能化方面还有所欠缺，主要还是依靠技术人员的经验或者借鉴已有的类似物料的选型方案。采用这种离心机选型方式，需要选型人员具有丰富的经验知识，且重复性的工作会造成选型效率极低，甚至可能满足不了实际需求，使得整个选型过程周期过长，效率低下。

因此，对于这种需要大量实例经验的选型问题，建立基于实例推理( Case-Based Ｒeasoning，CBＲ) 的知识库系统是非常有效的，Web 技术工作人员只需要浏览器就可以方便地进行历史选型资料的查询和资源的共享。两者有效的结合来建立基于CBＲ 的Web 式离心机选型系统有利于实现离心机选型的快速高效和准确可靠。