工程机械作为基础设施建设中不可或缺的装备,为了应对当前日益严苛的要求,需要不断改革创新。但工程机械种类繁多,系统复杂,结构繁琐,传统设计方法不仅效率低下而且费时费力。随着云计算技术的发展,制造业与信息技术相融合势在必行。使用云技术进行工程机械设计,可以实现设计资源共享,实现工程机械的智能设计。基于实例推理技术(CBR,Case-based Reasoning)将历史案例和数据用于当前问题,是一种快速有效的设计方法。该技术获取简单、逻辑合理、维护方便,将其应用于工程机械智能设计,可以充分利用企业间的现有资源,提高设计效率,降低设计成本,缩短开发周期,提高行业竞争力。基于实例推理技术由实例的描述、检索、修正和更新四部分组成,其中实例检索是整个过程的核心。实例检索通过算法对实例间的相似程度进行计算,实现案例之间的相互匹配。检索算法决定了整个系统的效率和准确性。最近邻(K-NN)算法和模糊算法是CBR技术最常用的算法。以推土机、发动机和配气机构为例,使用K-NN算法和模糊算法作为案例推理的基本算法,可以有效实现案例推理匹配,然而面对复杂的工程机械结构,单独的推理算法往往误差较大。本文提出使用模糊算法与最近邻算法相混合的检索算法,减少单个算法在计算上的误差,提高整个系统计算精确度。针对凸轮型线的高次多项式表达式,研究了参数p、q、r、s对相似度的影响,提出了基于p、q、r、s的权重修正项,并验证了可行性。本文将使用混合算法的CBR技术与工程机械设计相结合,构建面向工程机械及关键零部件的云设计平台框架,采用java作为软件开发工具,MySQL作为数据库,SQLyog为数据库管理工具,搭建智能设计云平台,通过混合CBR技术,利用现有的工程机械及零部件参数作为数据库,实现工程机械智能设计。