随着社会和科学技术的发展市场竞争的日益加剧，客户对产品交货期、价格、质量和个性化的要求越来越高。大规模定制生产模式(Mass Customization，MC)把产品定制和产品大批量生产结合起来，在降低成本、保证质量的同时，以最短的时间满足客户个性化需求。面向大规模定制设计(Design for Mass Customization，DFMC)是MC生产模式的关键技术之一。基于产品平台(Product Platform，PP)的产品配置设计是DFMC的重要方法，是MC产品开发的研究热点。本文围绕基于产品平台的快速配置设计流程展开研究，研究的技术包括模块划分、产品平台构建与评价、产品配置方法、配置产品变型设计规划、结构的快速优化。主要研究内容如下：首先，研究了面向配置设计的模块形成过程及划分方法。通过分析客户需求和零部件相关性，建立零部件模糊相似性矩阵，并构建零部件模糊聚类树来描述模块的形成过程。提出采用复合λ对模糊聚类树截距，以组合复杂度、设计复杂度和成本为优化目标进行模块划分。利用遗传算法进行模块划分的优化，得到各λ值，进而得到模块划分的优化结果。此方法不仅考虑了零部件之间关联的紧密程度，而且考虑了模块划分的目标。以某天文圆顶为例说明方法的可行性和适用性。以模块划分为基础，研究了产品平台构成、构建原理和评价方法。提出模块通用性的量化准则和算法，以模块通用性为优化目标，以复合λ值模糊聚类树为基础，进行模块的聚类。提出并构建产品平台的评价体系，分析模块通用性和其它评价指标之间的关系，采用分级优化方法对产品平台进行优化。以产品平台为基础，构建了产品优化配置模型。从客户需求出发，建立以产品性能和价格为目标的多目标优化模型，并运用PGA进行方案的配置和选择。变型设计是产品配置的重要环节，由于变型设计中结构参数的多样化和耦合性，设计过程需要多次迭代。为了减少设计的迭代次数和设计的风险，增加一次设计成功的概率，提出基于设计结构矩阵(Design Structure Matrix，DSM)的实例变型路径规划。本文研究了产品变型设计的活动规划必要性和传统DSM的不足，提出把传统DSM扩展为静态DSM和动态DSM进行变型设计的路径规划，提高了变型设计的一次成功率。另外，在分析了以有限元为基础的变量化设计和优化的不足基础上，提出用BP神经网络和GA结合的快速分析和优化策略。通过实例对比两种方法优化效率和优化结果，结论表明本文的分析和优化策略不仅效率高而且有利于程序的控制。最后，结合南京中科天文仪器公司的工程项目，基于SolidWorks开发了天文望远镜的快速设计系统，该系统在实践中得到初步应用，效果良好。