民用客机驾驶舱是机组活动的主要场所，机组的工作通常是短时间内对驾驶舱的大量仪表进行监控，并根据仪表指示做出快速、正确的反应与决策。飞行过程中，如果机组工作量与成员数量不匹配，可能会造成飞行员注意力不集中、懈怠任务的情况，严重时还可能造成机毁人亡的航空事故。因此，对于任一机型对其所需的机组工作量进行评估，进而确定最小机组乘员数量，显得格外重要。本文通过设计相应的模拟飞行实验并结合数学建模的方法，对机组工作量的评估方法进行深入研究，以支持机组工作量评估工作。基于飞行程序，将实验平台、被试者、实验程序、实验数据的收集与处理相结合，设计了模拟飞行实验。实验以采集被试者工作量水平及可衡量其水平的生理指标值为目的。实验中，通过对飞机设定不同故障模式及天气状况的方法划分了工作量水平，同时诱发了被试者生理指标的变化,并验证了二者的相关性。针对机组工作量受影响因素多、评估流程繁琐的特点，结合具有“无限逼近任意非线性函数”且“具有较好容错能力”的BP神经网络，提出了以生理指标为输入、NASA-TLX主观评价值为输出的机组工作量评估模型；针对BP神经网络易陷入局部最优的缺点，提出了基于GABP的机组工作量的评估模型。利用MATLAB语言实现了BP/GABP评估模型；结合模拟飞行实验所得数据，对两个评估模型进行训练并对机组工作量进行了预测；通过对比工作量预测值与期望值，证明了利用建模方法解决机组工作量评估问题的可行性；通过对比BP评估模型与GABP评估模型的泛化能力，证明了GA在优化机组工作量评估模型过程中的有效性。