近年来,随着世界经济由传统的工业经济向服务经济的转型以及产品服务系统研究的深入和推广,越来越多的企业投入到“制造服务化”的阵营中,以期通过提供产品服务获得新的利润源泉并提高市场竞争力。然而,由于产品的多样性,以及产品服务过程中的动态性、随机性、个性化特征,加之工业界和学术界尚缺乏普适的服务交付决策方法,目前产品服务交付仍面临着许多困难和挑战。因此,本文以农机装备为对象,以农机装备产品维护服务决策为研究视角,结合农机装备作业特征、维护服务内涵及现状,开展农机装备维护服务过程中的服务需求预测、资源配置与维护策略优化、协同服务资源调度以及协同主体间的利益分配等关键问题的系统研究。文章首先通过分析农机装备作业特征和其维护服务内涵,总结出解决现存问题所迫切需要的关键技术。然后围绕农机装备作业的时间集中性和规模集群性,以及维护过程中的需求预测精度差的现状,提出基于灰色神经网络的需求预测方法,进一步利用遗传算法优化灰色神经网络初始参数,提高了预测精度;针对农机装备维护服务过程中服务站层级的资源配置和维护策略待优化问题,提出了基于多智能体仿真的决策方法,并构建了同时考虑服务需求随机性、动态性以及装备地理分布性的仿真模型,通过设计仿真实验,输出不同资源配置和维护策略情况下的服务网络绩效指标值,为服务站在不同维护目标下的资源配置和维护策略选择提供了决策依据;最后文章对农机装备维护服务实施阶段的协同服务决策问题进行了分析,提出了协同服务决策方法,构建了考虑服务工程师技能水平以及服务站维护能力的数学模型,采用改进的粒子群算法进行求解,并在所得维护方案的基础上基于修正Shapely值进行协同主体间的利益分配,保证了协同服务的有效实施以及协同服务联盟的稳定和长远发展。在以上方法和技术研究的基础上,文章分别通过实例对上述研究内容予以验证,并且在最后将关键技术进行集成,开发了农机装备维护服务决策系统,实现了农机装备维护的智能决策。本论文研究内容来自农机装备产品维护服务中的实际需求,在一定程度上解决了具有该类特征的装备维护服务中长期面临的关键问题。