水火弯板由于加工方便、成本低等特点尤为适用于船体板加工,但是其高度依赖于专家加工经验,在越来越少工人愿意投入到该行业的背景下,采用智能化方法模拟及储存加工经验迫在眉睫。基于此,本文通过科学的特征子集筛选方法挑选出具备最大相关性的特征子集,采用神经网络算法对变形进行低误差预报,设计了智能决策软件,将该预报机制嵌入系统,为加工工人提供决策支持,并设计简洁的人机交互界面便于加工工人记录加工数据。对于水火弯板加工因素筛选,本文采用文献查阅及支持向量机结合的方式。先通过阅读文献,总结前人认为对变形影响较大的影响因子,并将影响因子作为整体来考虑,通过支持向量机筛选出5因子、4因子、3因子下的最优特征子集。对加工板参数与水火弯板变形之间研究,则是先采用ANSYS有限元分析软件计算得到98组加工案例,并定性研究加工参数与水火弯板变形之间的关系。然后通过神经网络算法确定乙炔流量、加热线长、加热速度、加热宽度、板厚与变形之间的关系,从而达到低误差预报。最后,在影响因子与推理机制都已确定的情况下,设计了水火弯板决策支持软件,使该软件兼具加工决策指导以及加工案例规范化记录的功能。