制造活动中存在着定量、精确、确定性制造知识，同时还存在着大量的定性、模糊、不确定性知识。制造知识的表达形式既可以是数学公式、物理定律，也可以是符号、规则，各种统计数据、图表。此外，知识的表达形式既可以是显性的，也可以是隐含的。制造知识的多样性，决定了制造知识的表示、获取、推理方式的多样性。人工智能中的逻辑表示与推理、计算智能，以及计算机几何中的几何表示与推理等，都是人工智能制造的基础理论。

 

计算制造研究利用计算机对制造过程和系统的表示、计算、推理和形式处理，是智能制造的重要基础理论。制造中的几何表示、计算、优化何推理，以及制造过程建模、控制、规划、调度和管理有关的计算问题及其复杂性问题分祈是计算制造研究的主要内容。计算制造将制造系统中的种种问题归纳为计算机可形式化的计算模型，研究可计算性和复杂性。计算制造中存在三个典型问题，即调度、排样屿对策。其中，调度问题包括组合爆炸、求解速度与求解质量、问题规模与新型启发式算法等；排样问题包括几何表示、几何推理、几何问题求解等，例如机器人无碰路径规划问题；人工气候室的电脑自动控制环境因素问题；对策问题包括分布式控制与自主决策、多自主体的合作与竞争等。

 

计算几何是智能制造的基础理论之一，它与代数几何、组合几何、凸分析、数据结构、复杂性分析等都是实现制造中几何问题分析的基础。计算几何已成为解决制造系统中诸多难题的有力工具，其理论框架包括几何模型、计算机表示与空间推理的理论与方法等。

 

计算智能是智能制造的另一个重要基础理论。计算智能是基于数值计算的智能方法，其对提高制造系统和制造单元的智能化水平有着重大的意义。计算智能主要包括进化计算、神经网终与模糊系统等。其中，进化计算因其具有组织、自适应、自学习和本质并行性等特点，与混沌理论均分形几何一起，被认为是研究非线性和复杂系统的新的三大方法之一。进化计算基于自然突变、自然选择的生物进化思想，将复杂的制造系统描述为生物进化模型，利用其自重组、自适应与进化特性，研究制造系统的动态重组与自组织行为。这为解决分布式制造系统的自组织行为能力与分布式协同问题提供了新的研究思路和方法，有助于降低这一问题的复杂性。进化计算在制造系统中的应用还包括系统建模、工程优化、控制、机器学习与制造机器人等方面。