汽车产品审核系统(APAS)是确保产品质量稳定、实现顾客满意的重要手段,在汽车制造企业中起着越来越重要的作用。随着经济全球化的深入发展,APAS呈现系统复杂、变更速度快、不确定性因素多、信息种类繁多、数据量庞大等特点,传统的审核方法和审核技术并不能很好地胜任这种系统,因而研究APAS的新方法和新技术具有重大的现实和经济意义。人工智能技术能够为新形势下的APAS提供各种优秀的求解算法,面向服务架构则可以为企业的软件应用提供良好的体系架构。本文主要针对人工智能技术和面向服务架构在产品审核领域中的应用展开研究,主要工作如下:1.论述了汽车制造领域产品审核的概念和国内外动态,阐述了APAS的定义、国内外动态和发展趋势,分析了当前APAS的特点和不足,提出了将人工智能技术和面向服务思想应用到APAS中——智能APAS(IAPAS)的新思路。2.研究了基于本体的IAPAS信息抽取技术。根据产品审核系统中信息资源的特点以及智能计算的信息需求,创建了基于本体技术的信息抽取系统;论述了信息抽取系统几个关键技术,即领域本体、任务本体、规则本体和评价指标的构建和应用;实施了一个信息抽取实例,验证了信息抽取系统的性能。3.研究了IAPAS的智能缺陷评价技术。根据产品审核系统中缺陷评价技术的特点与不足,创建了基于分级混合神经网络技术的单项缺陷智能评价系统和基于改进的熵权系数法和模糊综合评判法的整车质量缺陷水平智能评价系统。4.研究了IAPAS的缺陷分析和纠正措施决策技术。针对产品审核系统中缺陷分析的特点,对传统的FMEA技术进行改进,创建了适合于产品审核系统缺陷分析的PAFMEA技术。在缺陷分析中引入纠正后风险、费用成本和时间成本等信息,并以优化这些信息为目标,提出了基于多目标优化的纠正措施决策方法,且创建了一种适合于求解纠正措施决策优化问题的SAMOACOMV算法。5.研究了IAPAS的成本预测技术。根据产品审核系统成本预测的特点,提出了一种灰色-神经网络组合预测模型,着重研究了改进的GM(1,1)模型和改进的Elman网络——MElman网络,为产品审核的成本预测提供了优异的新思路。6.研究了基于SCA体系架构的企业软件应用框架,论述了基于此框架的软件应用开发方法;开发了基于人工智能技术和面向服务思想的汽车产品审核系统的原型系统,验证了基于SCA框架的企业软件应用系统开发模式的可行性和原型系统的有效性。