随着习总书记提出把我国建设成为美丽的社会主义现代化强国的任务,我国对建筑工程的发展也提出了新要求,“节能、节水、节电、节地、节材,保护环境,减少污染”成为我国建筑工程发展的新导向。据科研工作者调查,阻碍绿色建筑持续健康成长的因素有:绿色建筑的造价成本、绿色建筑的政策系统、绿色建筑的需求情况等,绿色建筑造价成本因素是制约绿色建筑持续健康发展的突出因素。工程项目的造价成本控制贯穿在以项目建议书阶段为首的建设工程项目的全部生命周期。为了更好的控制工程建设成本,需要首先对工程的造价进行估算。我国出现过许多预测工程造价成本的方法,其中主要有单位生产能力估算法、生产能力指数法、郎格系数法、比例估算法、利用模糊数学法预测工程造价、灰色预测模型以及人工神经网络法。其中,以人工神经网络法为预测方法是当前的热点,主要包括标准神经网络法、改进神经网络法和组合神经网络法,改进神经网络法和组合神经网络法是目前应用最多的预测方法。神经网络法的关键是样本工程的选择和工程特征向量的选取。值得一提的是BP神经网络法和RBF神经网络法,BP神经网络法是一种前馈型神经网络,它的工作程序包括信号的正传播和误差的逆向传播,通过不断调整网络的权值从而达到目标误差的方法,但该方法不仅容易出现局部最小值,而且收敛速度慢。为了避免BP神经网络中存在的弊端,RBF神经网络法开始被发现出来,RBF神经网络法收敛速度快,预测精度高,具有很好的推广泛性等优点,本文就是利用RBF神经网络法对绿色建筑进行造价成本估算。本文在大量阅读国内外文献以及咨询有关专家的基础之上,利用MATLAB神经网络工具箱进行RBF神经网络模型构建。在构建模型的过程中,首先需要精准选取工程特征向量,本文主要运用层次分析法来选取工程特征向量,然后对所选取的36组相似已建绿色建筑工程样本数据进行网络的训练与仿真,用实际数据验证RBF神经网络法的先进性与可行性,证实该方法在绿色建筑工程造价成本估算中的应用前景。希望本文的研究成果能够在实际的绿色建筑工程造价成本估算中得到应用,从而为推广我国绿色建筑发挥出积极作用。