随着经济的发展和顾客受教育水平的提高，顾客不再像过去那样只对产品的质量有要求，还要求产品具有新颖的外观和多样化的功能。因此，制造企业的市场主导已经从卖方市场转向买方市场，大规模定制(Mass Customization，MC)的生产模式应运而生。MC生产模式在一定程度上提高了制造企业对市场的应对能力，满足了顾客快速、多样的产品需求，但同时由产品种类的多样化带来的生产工艺的差异化与生产过程的动态化、复杂化，导致企业难以对产品交货期进行准确判断。造成这一问题的根本原因在于：复杂冗余、低效的传统工时制定方法已经不能精确地反映MC生产模式下产品的工时，进而导致生产计划无法按期执行，生产时间无法确定、产品交货期无法预算、产品交货期延迟的严重后果。因此，MC企业要在严峻的市场竞争中快速满足顾客需求，必须重新思考工时定额的制定方法，以满足MC生产环境下工时定额制定的高效性和准确性，提高企业制造系统对市场的反应能力。本文根据MC生产模式下制造系统的特点，在传统工时定额制定方法的基础上，以产品族零件为研究对象，提出了以零件制造特征为载体的工时定额制定新方法。该方法遵循由部分到整体、由具体到抽象的思想，以零件的制造特征为准则，运用零件相似性判定和神经网络等技术，提高了工时制定的高效性和准确性。首先，通过分析MC环境下制造系统的特点，提出了零件制造特征的概念，并将其作为新方法的工时载体；其次，为了保证方法的高效性，根据MC生产模式下的零件设计和制造理论，建立了零件的制造特征模型，并研究了基于零件制造特征的零件相似性判定，该判定着眼于零件本身的两个信息层次：零件的类型和零件材料、零件制造特征模型；第三，定义了虚拟零件和工时描述平台的概念，给出了虚拟零件的构建规则，运用事物特性表技术为每一个虚拟零件建立零件工时描述平台，对每个零件组内所有零件的工时及其影响因素进行描述；第四，为了保证方法的准确性，运用神经网络技术，设计了零件的工时神经网络结构并建立了模型，并对运用MATLAB软件实现零件工时定额的估算进行了研究；最后，通过案例阐述了新方法的具体操作过程。