随着客户对产品的需求越来越多样化、个性化,制造企业逐步向大规模个性化定制生产模式转变,本文研究的目标是基于客户需求,为客户提供满意度和产品可持续性最优的个性化产品配置方案。准确识别产品配置方案与客户需求之间的关系,是有效满足客户的个性需求,提升客户满意度的关键。而产品配置方案和客户需求之间的关系很难建立精准的数学模型来进行定量分析,当下高速发展的数据挖掘技术为解决该问题提供了参考;且在当前社会整体环境下,人们对环境和社会问题认识不断加深,可持续性产品成为制造企业保持战略竞争地位的有效方向。首先针对个性化产品客户需求的差异性、模糊性,本文采用将区间毕达哥拉斯模糊集引入层次分析法的方法对客户需求重要度进行分析计算。然后结合产品配置的智能化需求以及产品配置方案与客户需求之间的关系,充分利用企业历史交易数据,基于数据挖掘技术构建个性化产品配置网络。考虑到多层感知机可能因为参数设置不合理引起不易收敛和易陷入局部极值点等缺点,采用改进果蝇算法对多层感知机进行参数优化,然后利用改进多层感知机从交易数据中挖掘产品配置方案域与客户需求域之间的关系,构建个性化定制产品的配置网络,以预测产品配置方案对应的客户需求值,为后续的配置方案的满意度量化提供基础,同时提高个性化产品配置的智能化程度。最后,针对个性化产品以客户需求为驱动的特点,并考虑产品的可持续性需求,基于配置网络量化配置方案的客户满意度,同时量化配置方案的可持续性,构建以客户满意度及产品可持续性为目标的多目标产品配置优化模型。并采用基于个体适应度的、同时考虑进化代数的自适应改进型非支配排序遗传算法对配置优化模型进行求解,以获得客户满意度及产品可持续性达到最佳权衡的产品配置方案的Pareto解集。从而最大限度地满足客户需求,实现客户需求驱动的个性化产品设计。通过应用示例对上述理论研究内容进行验证,以证明本论文研究内容的可行性和有效性。