对于定制装备企业而言,能够满足客户的个性化定制需求是其独特的竞争力,也是需要面对的巨大挑战。订单数量的随机性、产品要求的不断变化给项目带来了极大的不确定,交货期的压力同时也向企业运作管理提出了更高的要求。定制装备企业中的一般的常用生产模式都是面向订单进行,项目订单数量和产品要求的不确定,使得按单设计、按单采购、按单装配的任务准备时间变得十分不可控,而在采购任务中,包含大量非标准件物料的采购需求,为对于中小企业来说,与供应商的关系中往往处于弱势地位,物料采购订单时常出现拖期的现象。而采购物料环节的拖期大大制约了项目的进度,因此本文利用监督式机器学习从采购物料拖期的角度对采购订单进行拖期预测,同时利用德尔菲法为不同特征的订单构建跟催策略。首先,本文通过分析定制装备企业的特点,结合某企业具体的采购业务流程,详细分析可能对物料采购进度造成影响的因素,并将其分成五个大类。通过对企业数据预处理分析,按照五大类因素划分提取了数据的原始特征,通过特征工程进行特征构造,扩展特征数量,再利用集成学习的特征选择方法来筛选特征。在此基础上,构建了六种监督式学习分类器,设计并计算实验,对比了不同特征选择方法和分类器的效果,得到了最有效的拖期预测模型,同时找出了对模型决策影响较大的几个主要特征。其次,为了构建物料采购订单跟催策略,通过监督学习模型提取的主要特征对采购订单进行分类,经过资料收集与讨论设计了物料采购订单跟催策略的构建的调查问卷,选取了18位相关领域的专家进行了调查咨询。通过三轮反复专家咨询之后,各专家意见基本趋于一致,基于专家意见咨询结果,基本确定各类采购订单跟催初始策略。此外设计了一套根据实际情况实时动态调整的规则,试图达到更好的跟催效果。最后,设计开发了一个定制装备企业的物料采购订单跟催APP系统。该系统嵌入了监督式学习预测模型和针对不同订单的采购跟催策略,可以实现企业对物料采购订单的拖期预测和跟催计划制定与实施,在一定程度上可以改善目前物料采购的拖期现象。