政工程造价预估特点是高非线性，造价预估结果受到工作内容和项目特征等因素的影响相当复杂，无法用传统的方法建立精确的数据模型。为了提高工程造价预估效率，提出了一种基于反向传播(BP)神经网络的数据模型。该模型以市政排水管道工程的工作内容和项目特征为研究基础，找出了市政程造价的主要影响因素，从而建立了工程造价和造价影响因素之间的映射关系，并根据其关系，建立了基于BP神经网络的预估模型。对模型进行Manab仿真，结果表明建立的基于BP神经网络的仿真模型对市政工程造价预估比较准确。

为了提高效率,提出了一种基于BP神经网络的工程造价预估模型。该模型在详细分析市政排水管道工程的项目特征和工作内容的基础上,找出了影响市政工程造价的主要因素,建立了造价影响因素和工程造价之间的映射关系,以工程的特征因素作为神经网络的输入向量,将所需的工程造价作为神经网络的输出向量,通过将已有相似工程的造价信息进行输入,训练网络函数,使函数不断修正改进,从而实现工程特征输入空间到工程造价输出空间的映射,达到了准确预估市政工程造价的目的。实验结果表明,本文建立的仿真模型切实可行,是比较理想的市政工程造