张明霞，赵桐鸣，王思沂

大连理工大学 船舶工程学院，辽宁 大连 116024

随着信息化发展，利用大数据获得有效信息并用于行业发展成为智能化时代的热点之一。船舶设计过程涉及范围广、生命周期长，船型技术经济论证非常必要。在船型技术经济论证中选取母型船多依靠设计者的经验进行，主观依赖性较强，无法充分搜寻到各方面参数及综合性能最接近设计方案的母型船；另一方面大量实船数据未得到充分利用，浪费了有效数据资源。而将知识工程应用到母型船选型中是实现船舶设计智能化的有效途径。

知识工程(knowledge engineering)是1977 年美国斯坦福大学的费根鲍姆提出的[1]，以知识为对象，通过智能软件建立专家系统，将收集到的知识储存在计算机中，模拟人类推理及搜索过程进行专业问题的智能化求解，其主要环节包括知识获取、表示及推理。基于案例推理(case-based reasoning, CBR) 是Schank 等[2]于1979 年首次提出，是利用先前的案例和经验解决类似问题的方法。在船舶领域中， Turan 等[3]采用基于普通权重的最邻近算法，提出了基于CBR 的决策支持系统，并应用在干货船和客运滚装船设计中，能快速确定主尺度与船型；陈小雅[4]构建集装箱船知识库，使用基于层次分析法的最邻近算法进行相似度计算，运用基于实例和规则推理的混合推理法对集装箱船进行主尺度方案设计；黄本燊[5]基于CBR 将主观因子法与熵值法结合对母型船进行相似度评估，为母型船选型提供了新方法。

随机森林算法(random forest，RF)是由Breiman等[6]于2001 年提出的一种机器学习算法，多用于分类和预测。……