伴随着我国社会经济的发展和城市化进程的加快,地铁工程建设已经成为我国城市基础设施的重要发展领域。但是,在我国工程建设资金短缺的条件下,其高昂的造价却限制了大部分城市地铁工程的发展。因此,如何采取有效的措施降低地铁工程造价,已经成为加快地铁建设的首要研究课题。在工程造价管理中,可行性研究阶段的工程造价估算更是项目的决策依据和工程造价的控制依据,所以研究该阶段的造价估算方法具有重要的现实意义。近年来,人工神经网络以其强大的学习、联想、容错和自适应能力被广泛地应用于工程造价估算领域。本文在大量查阅和深入研究国内外建设工程造价估算方法的基础上,针对地铁工程造价的特点,提出了将模糊数学和BP神经网络相结合的工程造价估算模型。首先,利用模糊数学的方法对工程造价估算的样本进行筛选,以提高工程造价估算模型的准确度;然后,综合分析了地铁土建工程的主要特征,并将这些特征和它的工程造价联系起来,构建了基于BP神经网络的地铁土建工程造价估算模型。在模型的实现上,利用MATLAB语言对模型进行了训练、仿真和测试,并用工程实例对模型进行了验证,结果表明该模型具有较好的泛化能力,能够较准确地估算工程造价。