การกำหนดค่าตามความรู้หรือที่เรียกว่าการกำหนดค่าผลิตภัณฑ์หรือการปรับแต่งผลิตภัณฑ์คือกิจกรรมการปรับแต่งผลิตภัณฑ์ให้ตรงกับความต้องการของลูกค้าเฉพาะราย ผลิตภัณฑ์ดังกล่าวอาจประกอบด้วยชิ้นส่วนทางกล บริการ และซอฟต์แวร์ การกำหนดค่าตามความรู้เป็นพื้นที่การประยุกต์ใช้ที่สำคัญของปัญญาประดิษฐ์ (AI) และอยู่บนพื้นฐานของการสร้างแบบจำลองของการกำหนดค่าในลักษณะที่ช่วยให้สามารถใช้เทคนิค AI ในการค้นหาการกำหนดค่าที่ถูกต้องเพื่อตอบสนองความต้องการของลูกค้าเฉพาะราย^{[ A 1 ] [ A 2 ] [ A 3 ] [ A 4 ] [ A 5 ] [ B 1 ] [ B 2 ] [ B 3 ]}

การกำหนดค่าตามความรู้ (ของผลิตภัณฑ์และบริการที่ซับซ้อน) มีประวัติยาวนานในฐานะ พื้นที่การประยุกต์ใช้ ปัญญาประดิษฐ์ดูตัวอย่างเช่น^{[ B 1 ] [ A 1 ] [ A 6 ] [ A 7 ] [ A 8 ] [ A 9 ] [ A 10 ] [ A 11 ]}โดยทั่วไป การกำหนดค่าสามารถนิยามได้อย่างไม่เป็นทางการว่า เป็น "กรณีพิเศษของกิจกรรมการออกแบบ ซึ่งสิ่งประดิษฐ์ที่กำลังถูกกำหนดค่าจะถูกประกอบขึ้นจากอินสแตนซ์ของชุดส่วนประกอบที่กำหนดไว้อย่างดี ซึ่งสามารถประกอบเข้าด้วยกันได้ตามชุดข้อจำกัด" ^{[ A 2 ]}ข้อจำกัดดังกล่าว^{[ B 4 ]}แสดงถึงข้อจำกัดทางเทคนิค ข้อจำกัดที่เกี่ยวข้องกับด้านเศรษฐกิจ และเงื่อนไขที่เกี่ยวข้องกับกระบวนการผลิต ผลลัพธ์ของกระบวนการกำหนดค่าคือการกำหนดค่าผลิตภัณฑ์ (การกำหนดค่าที่เป็นรูปธรรม) กล่าวคือ รายการของอินสแตนซ์ และในบางกรณีก็รวมถึงการเชื่อมต่อระหว่างอินสแตนซ์เหล่านี้ด้วย ตัวอย่างของการกำหนดค่าดังกล่าว ได้แก่ คอมพิวเตอร์ที่จะส่งมอบ หรือข้อเสนอพอร์ตโฟลิโอบริการทางการเงิน (เช่น การรวมกันของสินเชื่อและการประกันความเสี่ยงที่เกี่ยวข้อง)

ปัญหาการกำหนดค่าเชิงปฏิบัติจำนวนมากสามารถวิเคราะห์ได้โดยใช้กรอบทฤษฎีของ Najmann และ Stein ^{[ A 12 ]}ซึ่งเป็นแนวทางเชิงสัจพจน์ในยุคแรกที่ไม่ตั้งสมมติฐานเกี่ยวกับ รูปแบบ การแสดงความรู้ ใดๆ เป็นพิเศษ ผลลัพธ์ที่สำคัญอย่างหนึ่งของวิธีการนี้คือ ปัญหาการเพิ่มประสิทธิภาพทั่วไป (เช่น การค้นหาการกำหนดค่าที่มีต้นทุนต่ำที่สุด) เป็นปัญหาNP-completeดังนั้นจึงต้องใช้เวลาในการคำนวณมากเกินไป (ซึ่งอาจเป็นไปได้) ทำให้ ขั้นตอนวิธีการกำหนดค่าแบบ ฮิวริสติกเป็นตัวเลือกที่เหมาะสมกว่าสำหรับสิ่งประดิษฐ์ที่ซับซ้อน (ผลิตภัณฑ์ บริการ)

ระบบการกำหนดค่า^{[ B 1 ] [ A 1 ] [ A 2 ]}หรือที่เรียกว่า^{ตัวกำหนดค่าหรือชุดเครื่องมือการปรับแต่งจำนวนมาก [} A 13 ]เป็น^{หนึ่งใน}เทคโนโลยีปัญญาประดิษฐ์ ที่ประสบความสำเร็จมากที่สุด ตัวอย่างเช่น อุตสาหกรรมยานยนต์^{[ A 9 ]}อุตสาหกรรมโทรคมนาคม^{[ A 7 ]}อุตสาหกรรมคอมพิวเตอร์^{[ A 6 ] [ A 14 ]}และหม้อแปลงไฟฟ้า^{[ A 8 ]}เริ่มต้นด้วย วิธี การที่ใช้กฎเกณฑ์เช่น R1/ XCON [ ^{A 6 ] ได้มีการพัฒนา รูป}แบบการแสดงความรู้แบบอิงโมเดล (ตรงข้ามกับการแสดงความรู้แบบอิงกฎเกณฑ์) ซึ่งแยกความรู้ในโดเมน ผลิตภัณฑ์ออก จาก ความรู้ ในการแก้ปัญหา อย่างเคร่งครัด ตัวอย่างเช่นปัญหาความพึงพอใจของข้อจำกัดปัญหาความพึงพอใจแบบบูลีนและ การแสดง การเขียนโปรแกรมชุดคำตอบ (ASP) ที่แตกต่างกัน มีแนวคิดเกี่ยวกับความรู้ในการกำหนดค่าสองแบบที่มักถูกอ้างถึง^{[ A 3 ] [ A 4 ]}แนวคิดที่สำคัญที่สุดในแนวคิดเหล่านี้คือ ส่วนประกอบ พอร์ต ทรัพยากร และฟังก์ชัน การแยกความรู้เกี่ยวกับโดเมนผลิตภัณฑ์และความรู้เกี่ยวกับการแก้ปัญหานี้ทำให้การพัฒนาและการบำรุงรักษาแอปพลิเคชันการกำหนดค่ามีประสิทธิภาพมากขึ้น^{[ A 7 ] [ A 9 ] [ A 10 ] [ A 15 ]}เนื่องจากการเปลี่ยนแปลงในความรู้เกี่ยวกับโดเมนผลิตภัณฑ์จะไม่ส่งผลกระทบต่อกลยุทธ์การค้นหา และในทางกลับกัน

โปรแกรมกำหนดค่ามักถูกพิจารณาว่าเป็น " ชุดเครื่องมือ นวัตกรรมแบบเปิด " กล่าวคือ เครื่องมือที่สนับสนุนลูกค้าในขั้นตอนการระบุผลิตภัณฑ์^{[ A 16 ]}ในบริบทนี้ ลูกค้าคือนักนวัตกรรมที่แสดงความต้องการของตนซึ่งนำไปสู่ผลิตภัณฑ์นวัตกรรมใหม่^{[ A 16 ] [ A 17 ] [ A 18 ]} "ความสับสนวุ่นวาย" ^{[ A 19 ]} – การที่ลูกค้าถูกครอบงำด้วยทางเลือก (ตัวเลือก) จำนวนมาก – เป็นปรากฏการณ์ที่มักเกิดขึ้นกับการประยุกต์ใช้เทคโนโลยีการกำหนดค่า ปรากฏการณ์นี้กระตุ้นให้เกิดการสร้างสภาพแวดล้อมการกำหนดค่าส่วนบุคคลโดยคำนึงถึงความรู้และความชอบของลูกค้า^{[ A 20 ] [ A 21 ]}

การกำหนดค่าหลัก เช่น การแนะนำผู้ใช้และการตรวจสอบความสอดคล้องของข้อกำหนดของผู้ใช้กับฐานความรู้การนำเสนอโซลูชัน และการแปลงผลลัพธ์การกำหนดค่าเป็นรายการวัสดุ (BOM) เป็นงานหลักที่ตัวกำหนดค่าต้องให้การสนับสนุน^{[ A 22 ] [ B 5 ] [ A 5 ] [ A 13 ] [ A 23 ]}ฐานความรู้การกำหนดค่ามักสร้างขึ้นโดยใช้ภาษาเฉพาะ^{[ A 10 ] [ A 20 ] [ A 24 ]} ในกรณีส่วนใหญ่ ฐานความรู้ได้รับการพัฒนาโดยวิศวกรความรู้ที่ดึงความรู้เกี่ยวกับผลิตภัณฑ์ การตลาด และการขายจากผู้เชี่ยวชาญในสาขา ฐานความรู้การกำหนดค่าประกอบด้วยคำอธิบายอย่างเป็นทางการของโครงสร้างของผลิตภัณฑ์และข้อจำกัดเพิ่มเติมที่จำกัดการรวมกันของคุณลักษณะและส่วนประกอบที่เป็นไปได้

โปรแกรมกำหนดค่าผลิตภัณฑ์ที่เรียกว่าโปรแกรมกำหนดค่าผลิตภัณฑ์ตามคุณลักษณะ จะใช้ชุดตัวแปรแบบไม่ต่อเนื่อง ซึ่งอาจเป็นแบบไบนารี หรือมีค่าได้หลายค่า และตัวแปรเหล่านี้จะกำหนดรูปแบบผลิตภัณฑ์ที่เป็นไปได้ทั้งหมด

เมื่อไม่นานมานี้ การกำหนดค่าตามความรู้ได้รับการขยายไปสู่การกำหนดค่าบริการและซอฟต์แวร์ การสร้างแบบจำลองการกำหนดค่าซอฟต์แวร์นั้นขึ้นอยู่กับสองแนวทางหลัก ได้แก่ การสร้างแบบจำลองคุณลักษณะ^{[ A 25 ] [ B 6 ]}และตัวเชื่อมต่อส่วนประกอบ^{[ A 26 ]}ออนโทโลยีโดเมน Kumbang ผสมผสานแนวทางก่อนหน้านี้โดยสร้างขึ้นบนพื้นฐานของการกำหนดค่าตามความรู้^{[ A 27 ]}

• ตัวกำหนดค่า
• ตั้งค่าใบเสนอราคา
• ความพึงพอใจตามข้อจำกัด
• โมเดลคุณลักษณะ
• การปรับแต่งตามความต้องการเฉพาะจำนวนมาก
• นวัตกรรมแบบเปิด
• ความแตกต่างของผลิตภัณฑ์
• วิศวกรรมกลุ่มผลิตภัณฑ์
• กลุ่มผลิตภัณฑ์ซอฟต์แวร์

• การจัดเวิร์คช็อปนานาชาติเกี่ยวกับการกำหนดค่าระบบมากว่า 20 ปี

• 1991 PLAKON / โครงการ TeX-K
• 1999 Konwerk / Project Prokon
• 2002 ConIPF
• 2003 WeCoTin
• เครื่องมือ Kumbang ปี 2005
• 2014 WeeVis (สภาพแวดล้อมการเรียนรู้แบบวิกิสำหรับปัญหาง่ายๆ) เก็บถาวรเมื่อ 2014-03-01 ที่Wayback Machine

• AIEDAM 1998 ฉบับพิเศษว่าด้วยการออกแบบโครงสร้าง
• วารสาร IEEE Intelligent Systems ฉบับพิเศษว่าด้วยการกำหนดค่า ปี 1998 (เล่มที่ 13, ฉบับที่ 4)
• AIEDAM 2003 ฉบับพิเศษว่าด้วยการกำหนดค่า
• วารสาร IEEE Intelligent Systems ฉบับพิเศษว่าด้วยการกำหนดค่า ปี 2007
• ฉบับพิเศษว่าด้วยการกำหนดค่าในวารสารนานาชาติว่าด้วยการปรับแต่งจำนวนมาก ปี 2006
• วารสารนานาชาติว่าด้วยการปรับแต่งผลิตภัณฑ์ตามความต้องการของลูกค้า ฉบับพิเศษว่าด้วยการกำหนดค่า 'ความก้าวหน้าในระบบการกำหนดค่า' ปี 2010 (เล่ม 3, ฉบับที่ 4)
• AIEDAM 2011 ฉบับพิเศษว่าด้วยการกำหนดค่า
• วารสาร AI Communications ฉบับพิเศษปี 2013 ว่าด้วยเทคนิคทางวิศวกรรมสำหรับฐานความรู้