由于房地产项目有持续时间长、资源投入量大的特点，通常情况下认为房地产项目在开发与经营过程中会受到很多风险因素的影响，因此对房地产开发项目整个过程中的风险控制显得非常重要。而传统的项目风险控制及其管理理论在解决房地产开发复杂项目的风险控制实践中会表现出一定的局限性，房地产开发项目复杂性的加大使得加深对其风险控制与管理新方法的研究显得很有必要[1]。本文通过将房地产项目全过程中存在的风险因素根据风险的是否可控性分别进行识别与分析，把房地产开发项目的投资利润率这一经济指标作为房地产开发项目风险评价与控制的研究对象，运用BP神经网络模拟方法找出了投资利润率与其风险影响因素之间的一种内在逻辑关系，基于案例学习在BP神经网络的不断训练之后获取了项目的风险因素-项目收益关系模型，为下一步作敏感性分析中的定量计算作准备。然后根据各风险影响因素对投资利润率的敏感性程度进行风险因素的分类并构建分类模型，从总体上为房地产开发项目的决策者在进行项目风险控制时提供科学的决策依据，使其能够掌握风险因素所对应的控制措施的优先选择顺序和轻重缓急。房地产开发项目的风险因素-项目收益关系模型的构建是建立在对大量样本数据的BP神经网络训练学习基础之上的，风险因素分类模型的构建是建立在前者风险因素-项目收益关系模型的构建、敏感性分析以及3准则等方法的运用之上的，因为有大量的案例数据和坚实的理论依据，因此本文形成的房地产开发项目风险控制模型具有很强的说服力为房地产开发项目决策者进行风险控制提供科学的决策依据。最后采用具体实例对本文构建的风险控制模型进行验证，通过数值的代入展示了模型的运算过程，实现了对案例中项目风险风险因素在重要性程度上的分类，证明了模型的合理性和有效性。也为拟评价项目的决策者在风险控制时提供了科学的决策依据，以期提高项目的风险抵抗能力。