世界产业结构正在发生深刻变革，制造业与现代服务业之间出现了融合发展的势头。由大量企业实践可以发现，实物产品和产品延伸服务的组合是企业最常用的产品服务化模式。产品延伸服务是一类能够提高产品制造企业向客户所传递效用的服务，是企业向客户提供的各种服务中最为基本的一类，也是各种产品服务系统的基础。在产品服务化中，“客户导向型”思想使得客户化定制成为企业向客户交付产品延伸服务的主要形式，而产品延伸服务配置是实现服务快速定制设计的重要手段。由于比传统产品配置更为复杂和困难，产品延伸服务配置成为企业面临的一个关键管理问题。然而，目前并没有成熟的研究成果可以用来解决该问题。因此，本文针对产品延伸服务配置中可配置对象无形、知识高度密集、产品密切关联、客户参与体验等研究难点，从语义知识建模、配置知识表达、配置规则获取、配置方案推理等关键问题入手，进行了如下研究工作：(1)随着产品延伸服务业务的迅速发展，亟需建立一个形式化的概念模型来捕捉和组织无形服务的信息和语义知识。因此，本文研究了一种基于本体的方法，能够为跨多学科团队和异构系统的产品延伸服务知识表达和交流提供一个公共语义基础，并为产品延伸服务配置问题提供一个可用于扩展的领域本体模型。在该方法中，首先建立一个通用的层次化知识表达模型PESO，然后通过改进的骨架法捕捉并识别领域内共同认可的词汇和术语，将其定义为元本体中的概念和关系。最后通过Protégé编辑器，基于OWL语言实现元本体的精确形式化定义。(2)产品延伸服务配置是一个相当困难的知识密集型任务，为此本文提出并建立了基于领域本体PESO的产品延伸服务配置本体PESCO，该模型明确表达了产品延伸服务配置领域中的概念和关系，能够保证配置知识的无歧义共享和重用，从而为产品延伸服务配置系统提供灵活柔性的配置知识库。在建模过程中，首先构建多层知识库框架结构，其次在通用配置知识中建立包含服务子本体、产品子本体、客户子本体及相互关系的元本体，特定服务领域的配置知识则通过重用或继承元本体而得到。最后通过OWL语言得到结构知识的形式化定义。(3)个性化特征的引入对配置规则的知识获取方法提出了很高的要求，传统的经验归纳方法难以完成多领域、多角色下的知识提炼。因此，本文提出通过LCNN网络和RULEX算法的联合实施来实现产品延伸服务配置规则的获取，所获得的具备个性特征鉴别能力的配置规则能够促使企业为客户提供经过提炼的配置选项空间，减轻客户在需求表达时的压力。在该方法中，首先基于LCNN完成规则构造，接着通过对历史数据的学习完成网络训练，然后通过RULEX算法实现对网络行为的解释和所获知识的抽取。最后通过网络提炼和适应度分析进一步提高网络训练效率与规则归纳能力。(4)为了完成定制服务的自动配置推理，在配置知识表达和配置知识获取工作的基础上，本文进一步提出并设计了一个基于本体和规则混合逻辑以及JESS规则引擎的产品延伸服务配置系统框架。该系统不仅能从可用的服务组件集合中快速得到正确、有效、不违反任何给定规则的配置方案（即产品延伸服务实例），还确保了自身的开发效率和维护便捷性。在配置过程中，首先需要将配置知识库中的规则知识用SWRL语言进行形式化定义。然后将OWL结构知识和SWRL规则知识分别转化为JESS事实知识和JESS规则知识。最后，在JESS的支持下完成实际配置推理。综上，本文的研究成果能够为产品延伸服务配置问题提供新的管理框架，以及针对关键问题的理论模型和决策方法，并通过案例企业的实际应用进行了验证。