伴随着建筑节能要求的不断提高,高档塑钢门窗的市场需求越来越大,门窗种类也越来越多,所需物料的种类更多。企业在进行订单生产时,设计完窗型后并不能确认所生产窗型的所用物料规格,需要根据客户的具体需求进行物料信息配置,由物料信息配置表来确认生产该窗型所需物料的具体型号和属性,由于物料之间参数关联关系的复杂性和已有物料分类工具的不健全,物料信息配置表只能由企业技术人员在获取客户需求之后手动创建,工作量大且极易出现漏选和错选现象。依据塑钢门窗生产企业的需求现状,以提高塑钢门窗物料信息配置效率为目标,分析现有的塑钢门窗产品数据结构,在基于BOM的门窗生产ERP系统中,通过构建塑钢门窗知识图谱实现对产品基础数据的规范化存储和高效运用;在已构建知识图谱的基础上运用分词和正则匹配规则,对知识图谱中的产品基础数据进行自然语言搜索,提高物料信息配置系统易用性;通过分析塑钢门窗物料选配规则及物料参数关联关系,构建物料参数关联关系规则模型,实现对物料型号规格的精确选配;同时,根据物料信息配置表数据采集客户需求数据,训练客户需求推荐的神经网络模型,根据不同环境和要求对窗型及相关配置向客户做出精准推荐。通过上述研究,本文将知识图谱、自然语言搜索和神经网络引用到塑钢门窗物料信息配置的业务流程中。利用Python语言开发了应用系统,通过对塑钢门窗产品基础数据进行分析,解决了人工为产品和物料创建分类的主观和不完备性、物料信息配置录入不规范等制约问题,实现了的塑钢门窗物料信息的高效配置,以及为后续的智能设计与制造系统提供了高效数据支撑。