제조업에서의 조립물에 대한 신뢰성있는 작업소요공수의 추정은 스케줄링을 하는데 있어서의 필수 불가결한 요소이다. 따라서 본 연구에서는 신경회로망을 이용한 작업소요공수 추정에 관한 연구를 수행하였다. 배의 종류, 블럭(Block, 조립물)의 형태, 블럭의 물리적 특성, 그리고 작업할 공장과 같은 주요한 입력 요소(Factor)들이 함께 고려되었다. 본 연구에서 수행한 사항은 다음과 같이 3가지로 요약될 수 있다. 첫번째로는 기존의 작업공수 추정방법인 원단위 추정법을 과연 신뢰성있고, 우수하게 신경회로망으로 대체할 수 있는가에 대한 타당성 검토를 하였고, 그 결과 신경회로망이 기존의 원단위 추정법이나 다중회귀분석방법보다 좋은 결과를 예측할 수 있음이 입증되었다. 두번째로는 신경회로망 모델을 어떻게 가장좋게 구성할 수 있는가였다. 이 목적을 위해, 본 연구에서는 입력변수를 걸러내기 위해 단계별 회귀방법(Stepwise Regression Method)을 도입하였고, 그 결과 전체모델에 대한 것보다 결과가 좋았다. 아울러, 최적의 은닉노드(Hidden Nodes)수와 학습횟수(Training Cycles)를 찾기위한 노력으로, 두 조건을 격자모양으로 분할하여 여러가지 조건에서 실험을 수행하여 그 결과를 분석하였다. 세번째로는 신규 선종이나 신규 작업물에 대한 예측을 위해 가중적인 오차측정을 신경회로망에 도입하였고, 그 결과 가중치를 최우추정법(Maximum Likelihood Method)으로 추정한 경우가 가장 좋은 결과로 나왔다. 끝으로, 이시스템은 대우조선생산관리를 위한 전문가 시스템 프로젝트(DAS Project)의 일환으로 개발되어 적용되고 있다.