随着建筑行业的快速发展,如何对居住建筑的工程造价进行快速、准确的估算,成为一个日益受到关注的问题。实现居住建筑的工程造价快速估算,可以为项目的可行性研究等提供重要支持。本论文在对国内外造价估算的方法进行了对比分析基础上,总结了其合理性及不足之处,提出本文的研究对象、研究方法和研究内容。首先,在分析居住建筑工程造价的相关理论基础上,通过对文献的分析,总结影响居住建筑工程造价的因素。主要分为建筑特征类指标、装饰装修类指标、基础结构指标、建筑材料类指标和建筑特性类指标,共53项指标。通过对9位专家的问卷调查和设置5项筛选条件,最终确定了16项影响因素。其次,基于BP神经网络对居住建筑工程造价预测模型的训练数据进行选择。按照居住建设的时间、建筑的高度、建筑的结构类型、建筑的基础类型、抗震烈度、建筑的层数等特征的顺序依次确定。在此基础上,最终确定了BP神经网络的模型结构,居住建筑工程造价预测模型的模型层次为3层,输入参数为15个,输出参数为1个,隐含层节点数为10个,学习率为0.1。最后,通过主成分分析对15个输入参数进行优化分析,形成PCA-BP神经网络预测模型。对40组样本数据进行收集整理,并进行预处理。将其中的30组作为训练样本,10组作为测试样本。通过计算结果表明,PCA-BP神经网络的居住建筑工程造价预测精度,高于BP神经网络的居住建筑预测模型。PCA-BP估算方法所建立的预测模型精度较高,能够满足工程造价管理和控制的应用需要,具有一定的实际意义。