按订单配置起源于用户需求与偏好,目标是快速、有效地满足用户的个性化需求,根据客户需求从产品构件集中选择一组满足客户需求的产品物料清单。作为一种有效的商业模式,CTO是企业从激烈竞争市场中有利地位的利器之一。对于电子产品而言,其物料清单往往包含较多核心配件,每种配件的品牌、型号也较多,产品的快速更新换代也加大了用户认识产品结构与性能的难度。因此有必要探索一种电子产品CTO订单的智能推荐方法,以针对客户的个性化需求,及时、有效地推荐符合其个性化需求的产品BOM。本文的主要工作包括:(1)在分析用户对电子产品的个性化需求的基础上,提出了电子产品功能定位目标贴近度等评价指标,分别建立了电子产品CTO订单推荐的单目标与多目标优化模型。(2)为验证模型和实验要求,使用爬虫技术从公开的互联网电商平台采集了关于电子产品BOM相关数据,并进行数据清洗,以使数据达到实验所需要求。(3)针对电子产品CTO订单推荐的单目标优化模型,设计了一种基于改进遗传算法的电子产品CTO订单推荐算法。对遗传算法的改进策略主要体现在:针对经典遗传算法在求解组合优化问题时存在收敛速度较慢、收敛精度不足以及易陷入局部最优解而产生“早熟”问题,设计了自适应的遗传算子与种群多样性检测与维护机制。对比实验表明改进后的遗传算法不仅能提高收敛速度与精度,也在一定程度上降低了陷入局部最优的可能。(4)针对电子产品CTO订单推荐的多目标优化模型,设计了一种基于NSGA-II算法的电子产品CTO订单推荐算法。该算法先获取Pareto最优前沿点集,再根据用户偏好对该集合中的解进行排序,择优向用户进行推荐,方便允许用户快速灵活的调整需求偏好。通过实验证明,算法具有较高的推荐指数和较强的鲁棒性。本文基于用户需求构建了电子产品功能定位目标贴近度函数,并结合用户较为关心的电子产品价格和功耗,设计了电子产品CTO订单推荐的单目标及多目标优化模型及其求解算法,希望能为企业解决个性化电子产品CTO订单推荐问题提供新的思路。