随着工业自动化逐渐步入知识密集型阶段，智能设计已成为现代设计技术必然的发展方向之一，作为智能设计技术的核心，知识处理自动化水平的提高日趋迫切；电器产品是各种自动控制设备中重要的基础元件，其可靠性是设备正常运行的保障，对其可靠性进行分析和度量是十分必要的。本文的研究工作，即针对这两方面而展开。 在产品设计领域知识和可靠性数据中，存在着诸多形式的不确定性，其中主要体现为模糊性。对此，本文基于粗糙集理论、模糊理论、证据理论、神经网络等人工智能和计算智能方法，以电器为研究对象，讨论了产品设计和可靠性度量中的不确定性信息处理方法，以及实现智能化设计的知识自动处理方法，包括知识的建模、获取和推理。 主要研究内容和创新点包括： (1) 基于粗糙集理论知识约简的方法，提出了产品属性层次划分的方法，从而确定产品的不同属性对产品特征的不同描述粒度；基于粗糙集理论中的支持度的概念，提出了产品属性权重分配的方法；同时，采用模糊聚类分析的方法，为每个产品子类建立了一个用于描述其典型特征的标准模型。上述工作的开展，为在概念设计阶段合理选择产品类型奠定了基础。 (2) 基于模糊理论和证据理论，提出了一种广义贴近度算法。该算法不仅可以统一处理普通实数、模糊数、实数域上的区间值，而且使计算结果更加吻合客观事实。该算法在设计规则的模糊匹配、实例的模糊匹配、标准模型的近似匹配等工作中获得应用。 (3) 把一组标准模型视为一组典型模式，把设计问题视为待识别模式，基于模糊模式识别原理求解产品选型问题。基于证据理论，提出了综合处理多种不确定性因素的决策方法，该方法可给出决策命题的多种确定性和不确定性度量，从而对决策结果作出合理的信息论解释。同时，也讨论了模糊逻辑下基于规则的推理、基于实例的推理方法，以及基于人工神经网络的产品选型设计、模糊综合评判方法。 (4) 基于模糊数学原理和应力-强度干涉模型，提出了计算模糊可靠度的新方法。该方法可以处理应力、强度二者中至少有一个为模糊变量的各种情形，扩展了模糊可靠性研究的途径。