本发明公开了一种大数据驱动的船舶薄板焊接质量预测方法，包括如下步骤：利用建立好的物联网组建框架，进行实时焊接数据的采集与上行传输；对采集的焊接质量影响因素数据进行关键数据特征优选，完成焊接大数据中初始特征集合的数据降维；通过建立好的自适应模拟退火粒子群算法优化的BP神经网络预测模型，根据数据降维后的数据特征集，输出船舶薄板焊接质量预测结果。本发明建立了一种SAPSO_BP预测模型，改善了BP神经网络预测模型的容易陷入局部极小点、收敛速度慢、鲁棒性差等缺陷，从而实现了对于船舶薄板焊接过程的在线监测与焊接质量的精准预测，提升了预测结果精度，为焊接工艺的优化决策提供可靠性高的参考价值。