瞿世鵬，蔣祖華

(上海交通大學(xué) 機(jī)械與動(dòng)力工程學(xué)院，上海 200240)

工時(shí)定額是企業(yè)生產(chǎn)管理工作的基礎(chǔ)數(shù)據(jù)，是企業(yè)編制計(jì)劃、合理組織生產(chǎn)的基礎(chǔ)，是改進(jìn)生產(chǎn)技術(shù)、挖掘勞動(dòng)潛力、提高勞動(dòng)效率的重要手段，也是企業(yè)內(nèi)部進(jìn)行成本核算、評(píng)價(jià)經(jīng)濟(jì)效益的重要依據(jù).船體分段的裝配過(guò)程復(fù)雜，裝配時(shí)間占船體建造總工時(shí)的一半左右;對(duì)應(yīng)不同的裝配階段選用不同的裝配方法.長(zhǎng)期以來(lái)，我國(guó)船舶企業(yè)中，工時(shí)定額的制訂都是由具有多年生產(chǎn)經(jīng)驗(yàn)的定額員工進(jìn)行估算，這種方法存在著效率低下、制定速度慢、誤差大、多次估算結(jié)果不一致等諸多弊端.因此，如何快速、準(zhǔn)確地計(jì)算裝配工時(shí)，成為船舶建造行業(yè)亟需解決的問(wèn)題.工時(shí)定額計(jì)算主要集中在對(duì)一般的機(jī)械零部件加工工時(shí)的研究［1-2］.由于船舶制造工藝的特殊性，對(duì)船體裝配工時(shí)定額計(jì)算的研究相對(duì)較少.為了估算船體分段的裝配、焊接、打磨等總的加工工時(shí)，張志英等［3］建立了非圖紙作業(yè)和圖紙作業(yè)工時(shí)的模型，并利用神經(jīng)網(wǎng)絡(luò)對(duì)船舶制造工時(shí)進(jìn)行預(yù)測(cè).Lee等［4-5］也是利用神經(jīng)網(wǎng)絡(luò)的方法估算船舶分段裝配工時(shí)，而且還基于此開(kāi)發(fā)了原型系統(tǒng)，實(shí)現(xiàn)了工時(shí)定額的智能骨水泥.劉濱等［6-7］等將船體分段中間產(chǎn)品的裝配作為研究對(duì)象，利用相似性算法對(duì)中間產(chǎn)品進(jìn)行歸類，并利用神經(jīng)網(wǎng)絡(luò)計(jì)算小組立層面上中間產(chǎn)品的裝配工時(shí).陳民俊等［8］利用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了基于造船任務(wù)包工時(shí)定額的計(jì)算.

綜上所述，雖然利用啟發(fā)式算法可以實(shí)現(xiàn)工時(shí)定額的自動(dòng)計(jì)算，但這種方法不容易得到較為精確的計(jì)算結(jié)果，并且靈活性較差.為了更加合理地計(jì)算船舶分段的裝配工時(shí)，利用工作研究的方法，對(duì)船舶分段裝配過(guò)程進(jìn)行分析并對(duì)工種進(jìn)行細(xì)分，建立各細(xì)分工種工時(shí)定額的計(jì)算模型以及模型關(guān)聯(lián)規(guī)則庫(kù)，實(shí)現(xiàn)基于計(jì)算模型的裝配工時(shí)計(jì)算，并通過(guò)實(shí)例驗(yàn)證這種方法的科學(xué)性和實(shí)用價(jià)值.

1 船體分段裝配工時(shí)的估算

1.1 船體分段裝配工時(shí)影響因素分析

通過(guò)對(duì)船體各分段結(jié)構(gòu)組成和裝配工藝的研究了解到:結(jié)構(gòu)相似的分段，含有相同或相近的裝配組成，一般采用相同或相似的裝配工藝流程.因此，這些結(jié)構(gòu)組成上相似的分段所耗費(fèi)的裝配工時(shí)也基本上相同.為了高效、快速地實(shí)現(xiàn)分段裝配總工時(shí)的智能計(jì)算，首先需要對(duì)所有船體分段的結(jié)構(gòu)特點(diǎn)以及裝配工藝過(guò)程進(jìn)行研究.經(jīng)過(guò)分析可知影響裝配工時(shí)的主要因素有:

1)分段的總重量G.分段越重，吊運(yùn)、翻身耗用工時(shí)就越多.

2)分段裝配總長(zhǎng)度L.裝配長(zhǎng)度越長(zhǎng)，定位焊次數(shù)就越多，定位焊時(shí)間消耗越長(zhǎng).

3)分段類型.船體不同區(qū)域的分段結(jié)構(gòu)組成都不相同，焊縫類型也存在很大的區(qū)別，因此，單位裝配長(zhǎng)度所耗費(fèi)的定位工時(shí)也有較大差別.分段結(jié)構(gòu)越復(fù)雜，耗費(fèi)的裝配工時(shí)就越多.

4)分段所含的小組立個(gè)數(shù)M.其他條件相同，小組立個(gè)數(shù)越多耗費(fèi)的裝配工時(shí)越多.

5)分段所含的中組立個(gè)數(shù)N.其他條件相同，中組立個(gè)數(shù)越多耗費(fèi)的裝配工時(shí)越多.

以上分段的5個(gè)屬性可以從設(shè)計(jì)文件中獲取，有的是連續(xù)型的變量，例如分段的重量、裝配總長(zhǎng)度以及所含的組件個(gè)數(shù)等.而不同區(qū)域的分段對(duì)裝配工時(shí)的影響不能用數(shù)值量來(lái)表示，研究發(fā)現(xiàn)某散貨船按照分段結(jié)構(gòu)組成的不同共分成9個(gè)區(qū)域，為了區(qū)別分段的不同類型，將9個(gè)區(qū)域的分段用數(shù)值1～9標(biāo)識(shí).但該數(shù)值量只用來(lái)區(qū)別分段的不同區(qū)域，數(shù)值的大小并不表示各區(qū)域分段裝配的難易程度.

1.2 神經(jīng)網(wǎng)絡(luò)估算

1.2.1 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

本文選取單隱層網(wǎng)絡(luò)，輸入為G、L、分段類型(按區(qū)域用1～9加以區(qū)分)以及M、N;輸出為分段裝配總工時(shí)T;激活函數(shù)為traingdx函數(shù);訓(xùn)練次數(shù)為1萬(wàn)次.網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)的選取參照

并綜合考慮誤差較小而且訓(xùn)練步數(shù)較少，通過(guò)多次測(cè)試運(yùn)算確定隱含層神經(jīng)元個(gè)數(shù)為7.式中:p為隱含層神經(jīng)元個(gè)數(shù)，n為輸入層神經(jīng)元個(gè)數(shù)，q為輸出層個(gè)數(shù)，a取1～10之間的整數(shù).

1.2.2 網(wǎng)絡(luò)訓(xùn)練

某型號(hào)的散貨船大概由130多個(gè)分段組成，按照影響分段裝配工時(shí)的不同要素，從這些分段中選取22個(gè)具有不同重量、不同類型、不同裝配長(zhǎng)度的典型分段進(jìn)行訓(xùn)練神經(jīng)網(wǎng)絡(luò).這些分段的裝配工時(shí)是由企業(yè)生產(chǎn)實(shí)際統(tǒng)計(jì)得到的，各分段的不同屬性及裝配實(shí)動(dòng)工時(shí)如表1所示.

在進(jìn)行網(wǎng)絡(luò)訓(xùn)練時(shí)，首先需要對(duì)輸入指標(biāo)的原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理:

利用Matlab進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，訓(xùn)練到9 000次左右的時(shí)候，誤差達(dá)到設(shè)定值.模型是收斂的，訓(xùn)練結(jié)果如圖1所示.

圖1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果Fig.1 The trained result of the Neural network

表1 各分段裝配特征Table 1 The assembly features of each block

1.2.3 網(wǎng)絡(luò)檢驗(yàn)

利用訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行計(jì)算分段的裝配工時(shí)，只需檢索分段的相關(guān)物量，輸入網(wǎng)絡(luò)即可計(jì)算得到裝配總工時(shí).驗(yàn)證結(jié)果如表2所示.

表2 分段裝配工時(shí)的網(wǎng)絡(luò)估算結(jié)果Table 2 The block assembly man-hour calculated by Neural network

由結(jié)果比較可知，神經(jīng)網(wǎng)絡(luò)估算工時(shí)(T1)與實(shí)測(cè)工時(shí)(T)之間的絕對(duì)誤差都在10%左右.其原因分析如下:

1)分段裝配耗時(shí)較長(zhǎng)，很難比較準(zhǔn)確地測(cè)定每個(gè)分段裝配過(guò)程的實(shí)際耗時(shí).

2)不同分段裝配工時(shí)的影響因素各不相同，不可能將所有的因素考慮完全.

3)訓(xùn)練樣本的選取較復(fù)雜，只有選取盡可能多合適的樣本數(shù)據(jù)才能得到較好的計(jì)算結(jié)果.

4)分段裝配工作隨著現(xiàn)場(chǎng)加工環(huán)境的變化而變化，不同的裝配環(huán)境及條件對(duì)工時(shí)的消耗也會(huì)造成很大的影響.

針對(duì)上述分析可知，神經(jīng)網(wǎng)絡(luò)的方法較適合于船體設(shè)計(jì)早期，實(shí)現(xiàn)對(duì)裝配工時(shí)的快速估算.但為了較準(zhǔn)確地計(jì)算各個(gè)分段的裝配總工時(shí)，還須考慮其他更為合理的方法.

2 船舶分段裝配作業(yè)分析及工時(shí)定額模型建立

現(xiàn)階段，對(duì)船體的建造采用分階段、模塊化生產(chǎn)，對(duì)船體分段裝配工作劃分為:小組立裝配、中組立裝配以及大組立裝配3個(gè)階段，由于每個(gè)階段對(duì)應(yīng)的裝配對(duì)象不同，裝配體的復(fù)雜程度也有很大的差別.針對(duì)每個(gè)不同工作階段的特點(diǎn)研究其裝配流程進(jìn)行工種細(xì)分，利用工作研究的方法，規(guī)劃每個(gè)細(xì)分工種的工時(shí)定額模型，并計(jì)算整個(gè)分段的裝配總工時(shí).

2.1 細(xì)分工種劃分原則

由于在船體建造的不同階段，各裝配體的結(jié)構(gòu)組成不同，所以裝配工藝也存在很大的差別，對(duì)細(xì)分工種的劃分原則也各不相同.

在部件制作(小組立)階段，將不同類型的零件按照設(shè)計(jì)要求裝配在一起，影響裝配工時(shí)的因素主要是零件的類別.零件類別不同裝配的方法也各不相同.按照此原則劃分的細(xì)分工種有:壓力架及平臺(tái)自動(dòng)焊拼板、普通零部件裝配以及彎曲面板裝配.而在中、大組立裝配階段，裝配體必須按照一定的裝配工藝進(jìn)行，在對(duì)該階段細(xì)分工種的劃分時(shí)依據(jù)裝配的工藝順序.劃分的細(xì)分工種主要有:平面分段流水線拼板、曲型分段胎架拼板、構(gòu)件安裝、外板散裝以及分段內(nèi)補(bǔ)板、肘板、加強(qiáng)筋等小零件安裝.

2.2 工時(shí)模型建立

2.2.1 工作單元時(shí)間獲取

在制定裝配各細(xì)分工種工作單元工時(shí)定額過(guò)程中，所用到的主要測(cè)算方案為:模特法、線性回歸方法、現(xiàn)場(chǎng)實(shí)測(cè)統(tǒng)計(jì)以及經(jīng)驗(yàn)數(shù)據(jù)提取的方法.這幾種方法選用的原則及優(yōu)先級(jí)列表3.

表3 細(xì)分工種工時(shí)測(cè)算方案Table 3 The measurement ways of subdivision work’s man-hour

按照表3所列舉的測(cè)算方案，在對(duì)各細(xì)分工種認(rèn)真研究的基礎(chǔ)上，對(duì)各工作單元分別選用不同的測(cè)算方案.以彎曲面板裝配為例，介紹該細(xì)分工種各工作單元時(shí)間的確定方案.由于在彎曲面板裝配過(guò)程中，面板的二次劃線工作單元操作較為規(guī)范，所以選用模特法進(jìn)行確定單元時(shí)間.面板對(duì)線所消耗的時(shí)間主要由面板的長(zhǎng)度、面板的重量所影響，適用線性回歸的方法研究其工作單元時(shí)間，其他的一些操作單元時(shí)間都是常值型的，可以利用實(shí)測(cè)統(tǒng)計(jì)的辦法得到其工作單元時(shí)間.

2.2.2 工時(shí)模型建立

當(dāng)細(xì)分工種內(nèi)各個(gè)工作單元的工時(shí)定額確定以后，按照該工種的操作過(guò)程，將各個(gè)操作單元的時(shí)間或者單元時(shí)間計(jì)算模型進(jìn)行累加，即可得到該細(xì)分工種的工時(shí)定額計(jì)算模型.以小組立階段彎曲面板的裝配為例，建立其工時(shí)定額計(jì)算模型為

其中，Tfix是利用裝配馬定位工時(shí)，該時(shí)間是關(guān)于面板板厚的函數(shù);np是小組立中所含彎曲面板的個(gè)數(shù);Lpi為第i個(gè)彎曲面板的裝配長(zhǎng)度;Gpi表示第個(gè)彎曲面板的重量;nwbp表示在該小組立中面板間的焊縫條數(shù).至此，建立了計(jì)算小組立彎曲面板的裝配工時(shí)計(jì)算模型，利用此模型即可計(jì)算各個(gè)小組立中所有的彎曲面板裝配耗時(shí).利用同樣的方法，對(duì)各個(gè)階段的細(xì)分工種進(jìn)行分析，建立相應(yīng)的工時(shí)計(jì)算模型，并將各計(jì)算模型存入模型庫(kù).

2.3 分段裝配定額工時(shí)計(jì)算

2.3.1 總體方法

由上述可知，船體裝配各細(xì)分工種(小組立3個(gè)，中大組立5個(gè))工時(shí)定額計(jì)算模型已知，將相應(yīng)的模型存入工時(shí)計(jì)算模型庫(kù)中，以備工時(shí)計(jì)算時(shí)調(diào)用.在計(jì)算分段裝配總工時(shí)的過(guò)程中，首先需要根據(jù)分段設(shè)計(jì)信息將分段按照加工階段進(jìn)行子裝配體的切割，然后根據(jù)相應(yīng)的規(guī)則分別調(diào)用工時(shí)計(jì)算模型.總體計(jì)算流程如圖2所示.

圖2 船體裝配工時(shí)計(jì)算流程Fig.2 The calculation flow chart of ship assembly man-hour

2.3.2 實(shí)施路線

由上述計(jì)算流程可知，為了計(jì)算分段裝配總工時(shí)，首先需要對(duì)分段按照加工階段進(jìn)行分解，提取各階段的子裝配體設(shè)計(jì)信息.然后利用規(guī)則關(guān)聯(lián)各子裝配體加工的細(xì)分工種以及工時(shí)定額計(jì)算模型，計(jì)算該裝配體所耗費(fèi)的裝配工時(shí)，最后將分段裝配各階段所有裝配工時(shí)累加即可得到分段裝配總工時(shí).

圖3 小組立階段裝配工時(shí)計(jì)算流程Fig.3 The assembly man-hour calculation flow chart for small subassembly stage

具體實(shí)施路線為:

1)對(duì)分段按階段劃分各子裝配體;

2)按照自底向上的原則依次檢索各階段子裝配體設(shè)計(jì)信息;

3)根據(jù)關(guān)聯(lián)規(guī)則關(guān)聯(lián)每個(gè)裝配體裝配工時(shí)計(jì)算模型，并計(jì)算其裝配工時(shí);

4)將所有裝配體的裝配工時(shí)累加，求得該分段裝配總工時(shí).

以小組立階段裝配體裝配工時(shí)計(jì)算為例，介紹其裝配工時(shí)計(jì)算的流程如圖3所示.

利用圖3的計(jì)算流程，可以得到某分段小組立階段的裝配總工時(shí).同理可以利用相似的方法計(jì)算分段的中、大組立階段的裝配工時(shí)，進(jìn)而求得整個(gè)分段裝配的工時(shí)定額.由工時(shí)計(jì)算模型的建立過(guò)程可知，所有工時(shí)計(jì)算模型都是基于各細(xì)分工種的工藝過(guò)程，并且工作單元時(shí)間準(zhǔn)確可靠，所以利用模型計(jì)算所得的裝配工時(shí)理論上是符合現(xiàn)場(chǎng)生產(chǎn)條件的.

3 分段裝配工時(shí)定額的智能化計(jì)算

3.1 計(jì)算模型關(guān)聯(lián)規(guī)則庫(kù)的建立

在前面的論述中，已經(jīng)建立了各細(xì)分工種工時(shí)計(jì)算模型，為了實(shí)現(xiàn)工時(shí)定額的智能化計(jì)算，需要準(zhǔn)確地關(guān)聯(lián)這些模型.本文采用基于規(guī)則的關(guān)聯(lián)方法，因此需要對(duì)每個(gè)模型建立相應(yīng)的關(guān)聯(lián)規(guī)則.

工時(shí)計(jì)算模型的選取，主要依據(jù)所裝配分段的設(shè)計(jì)信息數(shù)據(jù).這些信息主要包括分段所包含的零件信息以及零件間的焊縫信息.其中零件信息包括零件所屬的分段號(hào)、零件名、所屬的組立名、零件的類型、零件的加工類型、零件流向以及零件所屬的父組立名等;焊縫信息主要包括船號(hào)、分段號(hào)、零件名1、零件名2、組立名、加工階段、焊縫代碼、焊接類型以及焊接長(zhǎng)度.

本文對(duì)每個(gè)工時(shí)計(jì)算模型建立了產(chǎn)生式規(guī)則，規(guī)則的結(jié)構(gòu)形式如下:

Rule#(Object，［Condition(1)，Condition(2)，…，Condition(n)］，Conclusion).

Rule#指規(guī)則編號(hào);Object指計(jì)算的對(duì)象;Condition(條件)為規(guī)則的前提，是各參數(shù)“NOT”、“AND”、“OR”關(guān)系的邏輯組合;Conclusion(結(jié)論)是規(guī)則的結(jié)論部分，是與前提相對(duì)應(yīng)的計(jì)算模型.

為了判斷分段裝配階段，從零件明細(xì)表中提取零件的相應(yīng)信息，建立如下規(guī)則:

Rule1:IF“零件流向==C”O(jiān)R“零件流向== S”O(jiān)R“零件流向==T”

THEN“零件裝配階段==小組立階段”

ELSE“零件裝配階段==中大組立階段”

當(dāng)各零件加工階段確定以后，就要根據(jù)零件的一些其他特征，關(guān)聯(lián)相應(yīng)的工時(shí)計(jì)算模型.以小組立階段為例，介紹關(guān)聯(lián)規(guī)則的建立.

Rule2:IF“零件類型==K”

THEN“工時(shí)計(jì)算模型==小組立拼板工時(shí)計(jì)算模型”

Rule3:IF“零件類型==W”AND““零件加工類型==B”O(jiān)R“零件加工類型==F””

THEN“工時(shí)計(jì)算模型==小組立彎曲面板裝配工時(shí)計(jì)算模型”

Rule4:IF“零件類型 ＜＞K”O(jiān)R“零件類型＜＞W(wǎng)”O(jiān)R“““零件類型==W”AND““零件加工類型＜＞B”O(jiān)R“零件加工類型＜＞F”””

THEN“工時(shí)計(jì)算模型==小組立普通零部件裝配工時(shí)計(jì)算模型”

根據(jù)同樣的方法建立中大組立階段各工時(shí)計(jì)算模型的關(guān)聯(lián)規(guī)則，并將上述各規(guī)則寫(xiě)入規(guī)則庫(kù)，即可編程實(shí)現(xiàn)整個(gè)分段裝配工時(shí)的智能計(jì)算.

3.2 實(shí)例驗(yàn)證與分析

利用上述方法，計(jì)算新分段的裝配總工時(shí)(T2)，并與BP神經(jīng)網(wǎng)絡(luò)估算結(jié)果(T1)、實(shí)測(cè)工時(shí)(T)進(jìn)行比較如表4所示.

表4 計(jì)算結(jié)果分析Table 4 Analysis of the calculation results

由表4計(jì)算結(jié)果對(duì)比可知，利用工時(shí)計(jì)算模型所算得的分段裝配工時(shí)與現(xiàn)場(chǎng)實(shí)測(cè)結(jié)果相差甚小.將船體分段工時(shí)定額的計(jì)算方法進(jìn)行比較分析如表5所示.

表5 分段裝配工時(shí)計(jì)算方法對(duì)比Table 5 The comparison of the methods for block assembly man-hour calculation

從上述對(duì)比分析可知，利用工作研究的方法需要對(duì)分段的裝配工藝進(jìn)行分析，并且對(duì)各細(xì)分工種的操作單元時(shí)間進(jìn)行測(cè)定，所以需要很大的工作量.另外，為了實(shí)現(xiàn)分段裝配工時(shí)的智能計(jì)算，需要根據(jù)事先定義的關(guān)聯(lián)邏輯去調(diào)用計(jì)算模型.因此，必須在具有豐富經(jīng)驗(yàn)的裝配專家支持下，建立完備的關(guān)聯(lián)規(guī)則.分段所含的零部件眾多，在計(jì)算過(guò)程中需要對(duì)各個(gè)零部件信息進(jìn)行逐一關(guān)聯(lián)，計(jì)算流程較為復(fù)雜，給編程實(shí)現(xiàn)智能化計(jì)算帶來(lái)一定的困難.但經(jīng)實(shí)例驗(yàn)證可知，該方法能夠較為精確地計(jì)算整體分段的裝配總工時(shí).由于許多船廠在設(shè)計(jì)完成后還是缺少各個(gè)生產(chǎn)階段的詳細(xì)物量數(shù)據(jù)，利用BP神經(jīng)網(wǎng)絡(luò)的方法，方便快捷地得到分段的裝配工時(shí)，但這種方法需要合理地選擇訓(xùn)練樣本，如果樣本選擇的不適當(dāng)網(wǎng)絡(luò)很難收斂，也就不可能準(zhǔn)確地計(jì)算新分段的裝配工時(shí).

4 結(jié)束語(yǔ)

針對(duì)船體分段的裝配作業(yè)進(jìn)行研究分析，提出了利用工作研究的方法對(duì)分段的裝配過(guò)程進(jìn)行分析，將整個(gè)裝配過(guò)程按階段進(jìn)行細(xì)分工種劃分;利用時(shí)間研究的方法，建立各細(xì)分工種的工時(shí)定額計(jì)算模型;規(guī)劃了分段裝配工時(shí)定額的計(jì)算流程以及關(guān)聯(lián)各模型的規(guī)則，實(shí)現(xiàn)了分段裝配工時(shí)的智能化計(jì)算.經(jīng)現(xiàn)場(chǎng)實(shí)例驗(yàn)證可知，該方法能快速準(zhǔn)確地實(shí)現(xiàn)分段裝配工時(shí)的計(jì)算，并且比神經(jīng)網(wǎng)絡(luò)方法具有更好的實(shí)用性.

［1］姜曉鵬，王潤(rùn)孝，高琳.計(jì)算機(jī)輔助工時(shí)定額系統(tǒng)中的定額測(cè)算模型研究［J］.計(jì)算機(jī)應(yīng)用研究，2006(3):183-185.

JIANG Xiaopeng，WANG Runxiao，GAO Lin.Research on ration predetermining model in computer aided time quota ration system based on primitives［J］.Application Research of Computers，2006(3):183-185.

［2］楊青海，祁國(guó)寧，黃哲人.基于案例推理和事物特性表的零件工時(shí)估算方法［J］.機(jī)械工程學(xué)報(bào)，2007，43(5):99-105.

YANG Qinghai，QI Guoning，HUANG Zheren.Evaluation method of machine hour of part based on case-based reasoning and SML［J］.Chinese Journal of Mechanical Engineering，2007，43(5):99-105.

［3］張志英，李珍.船舶生產(chǎn)設(shè)計(jì)工時(shí)體系及預(yù)測(cè)模型研究［J］.中國(guó)造船，2009，50(4):177-185.

ZHANG Zhiying，LI Zhen.Research on man-hour prediction model of production design for shipbuilding［J］.Shipbuilding of China，2009，50(4):177-185.

［4］LEE J K.Developing scheduling systems for Daewoo shipbuilding:DAS project［J］.European Journal of Operational Research，1997.97(2):380-395.

［5］LEE J K，KIM H D.Man-hour requirement estimation for assemblies using neural networks［C］//Proceedings of＇94 Japan/Korea Joint Conference on Expert Systems.Tokyo，Japan，1994:203-206.

［6］劉濱，蔣祖華.船舶裝配作業(yè)工時(shí)智能估算技術(shù)［J］.上海交通大學(xué)學(xué)報(bào)，2005，39(12):1979-1983.

LIU Bin，JIANG Zuhua.The intelligent man-hour estimate technique of assembly for shipbuilding［J］.Journal of Shanghai Jiaotong University，2005，39(12):1979-1983.

［7］鐘宏才，劉建峰.應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)中間產(chǎn)品加工工時(shí)定額的快速計(jì)算［J］.華東船舶工業(yè)學(xué)院學(xué)報(bào):自然科學(xué)版，2003，17(2):23-28.

ZHONG Hongcai，LIU Jianfeng.Rapid interim product man-hour ration estimation with artificial neural network method［J］.Journal of East China Shipbuilding Institute: Natural Science Edition，2003，17(2):23-28.

［8］陳民俊，潘斌，劉建峰.應(yīng)用BP網(wǎng)絡(luò)測(cè)算造船作業(yè)任務(wù)包定額工時(shí)［J］.中國(guó)造船，2003，44(2):3-9.

CHEN Minjun，PAN Bin，LIU Jianfeng.Man-hour calculation of working package using error back-propagation artificial neural network［J］.Shipbuilding of China，2003，44 (2):3-9.