可行性研究阶段的投资估算对项目决策、DB和EPC项目管理模式意义重大。高速铁路工程的投资估算在前期编制的项目规划中占据重要地位,同时也是项目建议书和可行性研究报告的关键部分,并且对于高速铁路建设的造价控制有重要的指导意义。然而传统的造价估算具有单一、线性、滞后等特点。随着人工智能的日益更新,文章立足于研究高速铁路土建工程造价智能估算,改善以往造价工作较为简单的线性思维,采用基于计算机处理的造价智能估算算法,针对拟建项目不同的已知工程特征,构建动态、非线性造价估算模型,这对于高速铁路土建工程投资估算的控制有重要意义。首先,基于显著性成本理论,运用文献搜集、灰色关联分析、专家访谈的方法将显著性成本因子进行定性和定量地识别、分析和验证。然后,运用余弦相似度在建立好的已完工程的数据库中选取与拟建工程类似度较高的工程,并初步建立智能投资估算模型。最后,在余弦相似度识别出相似工程的基础上,运用MATLAB R2016a软件实现智能估算。如果有大量的已完类似工程数据,则使用BP神经网络进行造价预测;如果得出的已完类似工程数量相对较少、拟建工程与类似已完工程达不到上述方法中的相似度,并且使用BP神经网络在规定的实验次数内达不到误差要求,则使用模糊C均值对已完和拟建工程聚类,根据聚类后的同类已完项目的造价,借助于传统的线性计算公式计算拟建工程的造价。上述两个算法的实验结果证明智能估算算法与预算值之间的误差在±5%以内,此智能估算模型具有可行性。另外,如果拟建项目的已知工程特征数量明显少于选取的显著性成本因子,则首先对已选的显著性成本因子聚类,将聚类后的结果作为拟建项目的显著性成本因子,连同影响造价变化的模糊规则作为输入信息,运用MATLAB R2016a中的模糊推理系统工具箱进行造价估算,得出拟建项目和已完工程造价的比值,即可知拟建工程的造价区间。