通过管理提升造船生产效率和提高综合竞争力已是造船界的共识,人力资源管理是管理的中心环节,以实施精细化派工管理为抓手是这个中心环节的核心。通过公平、公正、公开的系统化、精细化派工将有效调动作业人员的劳动积极性,从而提高劳动效率。本文主要研究了经精细化派工管理细化过的任务包物量和作业工时的动态关系,建立了分段大组立和先行大组立船体任务包物量工时对应关系的数学模型。经过分析分段大组立和先行大组立的工艺过程,特别是对其标准作业工程图的研究,引入了BP神经网络,建立了细化过的任务包(WJ)物量和作业工时的神经网络数学模型,并对典型分段进行了试算,显示本方法不仅是正确的,而且可以为分段大组立和先行大组立的船体作业任务派工单提供准确工时。本模型可以随着实际生产效率的提升通过自学习来逐步优化系统输出工时,从而实现动态关联。本文的主要创新点如下:(1)以标准作业工程图为依据,对细化过的任务包派工单(WJ)进行了标准化分类和物量表征,并在此基础上研究了物量与工时之间的对应关系,通过引入BP神经网络和线性回归分析方法建立了数学模型。(2)以物量与工时之间的数学模型为基础,通过合适的编程工具编制了相应程序,并对典型分段进行了试算,结果证明经系统算出的工时数据能够为分段大组立与先行大组立的每张派工单(WJ)提供较为准确的工时,与传统靠经验得出的工时相比具有较大的优越性。