随着信息技术、网络化设计技术与协同工作支持技术的进步,传统的设计模式正朝着网络化和协作化方向发展,基于互联网的协同设计已逐步成为当前企业主要的项目运作和产品设计模式之一。为了适应瞬息万变的市场需求和激烈的竞争,企业的战略理念已经从关注产品质量的竞争策略向快速响应服务的竞争策略转变,因此提高项目运作和产品设计效率已成为企业管理人员目前最为关心的问题之一。但是,目前有关协同设计工作效率的研究相对较少,且大都停留在定性分析阶段,同时,现有的效率评估方法对协同设计效率较难直接进行评估。针对上述问题,本文在研究大量文献的基础上,提出了GA-BP综合协同设计效率评价法。该方法利用GA遗传算法的全局搜索能力,弥补了BP网络容易落入局部最小点的问题,同时又保留了BP网络较强的学习能力和非线性处理能力。GA-BP评价法能够较好地弥补现有效率评价方法中人为确定权值存在的随意性或评价专家主观上的不确定性以及认识上的模糊性等缺点。因此,基于遗传算法和BP神经网络的协同设计效率研究对于协同设计效率评估理论体系的完善有着重要的意义。首先,论文对国内外网络化协同设计的现状进行了分析,对信息环境下的效率工程以及协同设计工作的效率问题的现状进行研究,并对协同设计工作的特点进行了分析,在此基础上建立了TPOR(Technology,Process,Organization,Resource)参考模型,该模型从技术、过程、组织和资源四个方面,较为全面地反映了协同设计工作的实质和内涵,为效率影响因素指标的建立奠定了基础;然后,提出了协同设计效率评估分析模型,该模型采用了霍尔三维结构系统分析的思想,是分析TPOR参考模型的分析方法和手段;接着,基于以上提出的模型和方法手段,提出了效率影响因素指标集的构建原则、方法和步骤。其次,论文对目前常用的效率评估方法进行了深入的研究,分析了各种方法的优缺点。其中,重点对GA遗传算法和BP神经网络的核心和实质进行了分析,研究了GA算法的实现原理、核心技术和GA方法的特点,BP神经网络的基本理论、网络设计中的关键问题和网络的优化等问题,在此基础上论文提出了GA-BP综合评价方法,以期望能解决协同设计中工作效率评估的问题。最后,论文利用Matlab数值分析软件,设计了GA-BP算法程序,并以国际合作项目TCMS(列车控制与监测系统)协同设计工作作为实验案例进行分析和研究,提出了应用GA-BP综合评估后的改进方案,初步验证了该方法的可行性和有效性。