建设项目投资估算就是指根据历史成本资料和有关经济信息，在认真分析当前各种技术经济条件，外界环境变化及可能采取的管理措施基础上，对未来成本水平及其发展趋势所作的定量描述和逻辑推理。投资估算既是成本核算管理工作的起点，也是成本事前控制的关键。合理有效的成本决策方案和切实可行的成本计划都必须建立在科学严密的投资估算基础之上。通过对不同决策方案中成本水平的测算与比较，可以提高经济效益，为企业选择最优成本决策和制定切实可行的成本计划提供依据。　　 在项目建设前期，由于已有的工程信息不多且比较散乱，成本数据具有较强的非线性。故传统的做法是将非线性系统作一定的变换，转化为线性系统，或对某些特殊的非线性系统作特殊的处理。由于在实际估算环境中，数据采集通常不精确，甚至可能是错误的，而且只有当估算模型参数的选取随着估算环境的不同而变化，才会得出较好的估算结果，这些问题对于传统的估算方法是难以解决的。　　 人工神经元网络理论的发展和应用为解决上述传统估算方法所面临的困难提供了可能。一方面神经网络具有良好的非线性特点，有效的学习方式，完全分布式的学习结构，高度并行的处理机制；另一方面神经网络能够实现非线性映射的能力，使得神经网络具有良好的模式识别能力和在很高的精度内逼近非线性映射的能力。所有这些，都为神经网络用于投资估算提供了可能。　　 本文以建设项目投资估算为研究对象，针对项目建设前期已获工程信息相对缺乏的特点，首先采用层次分析法，定性与定量相结合，确定影响工程造价的主要特征因素，并以此作为神经网络输入项，建立BP神经网络投资估算模型，从理论与实证出发，进行了较为深入的研究，系统论证了运用BP神经网络进行建设项目投资估算的可行性与优越性。