焊接作为船舶制造中的一种典型工艺,由于其过程和机理的复杂性,难以建立精确的数学模型进行描述,实现工艺决策、预测和控制仍主要依靠专家和技术人员的经验,而这些经验知识通常由一些模糊术语来表达,因此将模糊建模与近似推理技术应用于焊接领域具有重要意义。对于目前应用较广泛的两种方法——合成规则推理（Compositional Rules of Inference,CRI）和基于相似度的推理,由于在推理过程中忽略了一些重要信息,导致算法在某些条件下不能满足某些重要特性,或导出不理想的推理结果。为克服CRI和相似度推理的不足,本文在考虑距离函数与相似度量二者关系的基础上,提出一种通过事实与前件间的距离来调整条件关系的近似推理方法,称为基于距离调整关系的推理（Distance-Modified Relation,DMR）。该方法中距离度量是作为一个调整因子,用以生成新的模糊条件关系,这使得给定事实、规则前件与后件的任意变化均能反映在推理结论之中。我们讨论了调整函数的形式、选择途径及构造条件关系的模糊算子,分析该算法的单调性、连续性、逼近性和事实与前件的互换性,给出其在多重多维推理模式的相应算法,通过将该方法与其他两种典型推理方法在四个重要性质上进行比较和分析,进一步论证算法的合理之处。在DMR方法中,一对Lukasiewicz算子（TL,IL）可分别用于构造约简型与扩展型调整函数,而满足左连续性的t-范数和连续蕴涵算子可分别视为一对广义的约简型和扩展型调整函数,同时左连续t-范数也适合于构造模糊条件关系。当采用上述模糊逻辑算子,且规则前件为正规集时,DMR方法满足单调性、还原性、连续性和逼近性。对于多重多维推理,当采用扩展型调整时,应对每条激活规则结论的补集取“并”运算来获得总结论。通过对近似类比推理算法（Approximate Analogical Reasoning Schema,AARS）、基于相似度的推理算法（Similarity-based Approximate Reasoning,SAR）和DMR方法的四个性质的比较分析可以看到,当取一对（TL,IL）算子作为调整函数时,DMR方法所得结论的精确性要高于其他两种方法;AARS和DMR满足单调性,而SAR方法则是非单调的;若前件为正规集,上述三种方法均满足逼近性;当事实与前件互换时,AARS与SAR在某些条件下会导出不合理的推理结论,而DMR方法在同等条件下均可得出较为合理的结论。将多重多维推理的DMR算法应用于船体板CO2焊接规范参数决策和MAG焊缝成形预测两个方面。首先,基于KUKA机器人焊接实验平台获取建模数据,归纳出焊接规范参数与焊缝成形几何尺寸之间关系的模糊工艺规则;其次,根据工艺规则库和DMR算法,运用MATLAB分别搭建工艺决策与成形预测两个推理模型,基于GUIDE设计可视化的人机交互界面,通过模型推算实现焊接规范参数决策和焊缝成形参数预测。实验结果表明,焊缝成形参数期望值与实测值、预测值与实测值之间的平均误差均在5%之内,可满足船体焊接规范的工艺要求;最后,将DMR模型分别与自适应模糊神经网络推理模型、Mamdani推理模型、基于AARS方法的推理模型以及基于SAR方法的推理模型在焊缝成形预测方面进行比较分析,结果表明,在运用同一规则库的情况下,DMR模型的计算精度均略高于上述四个模型。