20世纪末，世界经济最大的变化是全球买方市场的形成和产品更新换代速度的日益加快。所有企业都必须经受这个全球买方市场的挑战，其核心是以知识为基础的新产品竞争。制造企业为了在全球化市场中赢得竞争，必须解决其新产品开发的T、Q、C、S、E难题，即以最快的上市速度(T-TimetoMarket)，最好的质量(Q-Quality)，最低的成本(C-Cost)，最优的服务(S-Service)以及最清洁的环境(E-Environment)来满足顾客对产品的需求和社会可持续发展的要求。通过对产品全生命周期的研究，专家学者已经认识到只有产品的选材及方案设计活动才能从根本原理上进行产品革新，才能为社会提供种类更多、价格更经济、性能更优秀的新产品。同时，在瞬息万变的市场环境中，企业应具有高度的灵敏性，抓住稍纵即逝的机遇，不断地迅速开发新产品，以吸引客户。因此，在这种背景下，企业必须采用新的选材手段，来适应市场的变化，使之领先于竞争对手一步，即抢先赢得顾客、抢先占领市场，从而使企业在竞争中立于不败之地。因此产品选材方案设计方法的研究引起各国设计学者的注目，并逐渐成为产品选材学科研究和探讨的热点。 本课题研究的是基于耦合神经网络的工业产品选材方案决策系统的构造方法和相应模块的软件实现。对工业产品信息模型、检索模型以及耦合神经网络的方法的探讨是本文的主要工作。本文将以实例推理技术为理论基础，以神经元网络为实现工具，将产品选材方案决策策略系统化、模式化并形成一套可供设计人员使用的选材系统。目的是解决目前选材过程中存在的周期长、冗余多、成本高等问题。该产品选材方案决策系统综合运用面向对象技术、基于实例推理技术和人工神经元网络模型等先进技术，它可以将设计人员从繁重的查阅资料的工作中解放出来，缩短产品开发周期，提高设计质量，降低成本，保证产品开发一次成功，增强企业快速适应市场变换的能力。在具体实施中，从工业产品选材入手，采用Windows环境下的Delphi编程系统，突出面向对象的方法，基本实现工业产品选材的信息标准化入库、神经网络算法实现等构件。 本文深入分析了产品选材方案决策的相关理论，在此基础上提出目标系统的功能模型、结构层次的划分等、在Windows2000Server平台下，采用SQLServer数据库建立了产品选材的实例库；提出并实现了材料性能指标的标准化录入模块；采用Delphi6.0，针对实例推理的检索策略，建立了一种基于约束对象的神经网络检索模型；将神经元网络算法(ART1网络)成功的与实例推理的检索模型结合为一体。通过实例推理、神经元网络、面向对象的方法及数据库访问等技术，使基于神经元网络的工业产品选材方案决策系统能够有效地实现产品的选材，达到了预期目标。此系统的设计与实现可以将设计人员从繁重的查阅资料的工作中解放出来，缩短产品开发周期，提高设计质量，降低成本，保证产品开发一次成功，增强企业快速适应市场变换的能力。