随着国民经济的发展,建筑业也在蓬勃向上,生产的施工工艺、材料也发生了变化,现在有很多定额已经不再适用于工地的需要,所以现在需要一种快速有效的企业定额测定方法。好比说,为了快速、合理地测定不锈钢小品的企业定额,建议在通用的企业定额确定方法的基础上,应用神经网络获取不锈钢小品的人、料、机消耗规律,并对人力、物力、机械消耗进行预测。该算法能够快速有效地获得不锈钢小品的人力消耗、物力消耗和机械消耗的估算值,这从实验结果可以看出,且为公司日常技术改进、管理方法和市场份额提供辅助决策支持。人工神经网络由无数个神经元通过可调节的连接权重连接而成的,它可以近似任何复杂的非线性系统。人工神经网络具备超强的学习能力、良好的自组织性和自适应性、分布式信息存储、以及大规模数据处理等本领。测定企业定额的准确性远远高于模糊估算模型。本文利用人工神经网络技术对企业定额进行训练和计算,并深入研究了神经网络设计等关键技术,通过开发基于人工智能的企业定额计算技术的原型系统和初步应用,考证了基于神经网络的计算方法的准确度和优越性。且在详细研究一般企业定额的理论知识和学习基于现代计算机仿真技术的企业定额方法的基础上,结合不锈钢小品的一些基本理论知识,从而深入分析了影响企业定额的各种因素。然后,学习了三种通用网络建模方法:前馈误差反向传播（BP）网络、自适应共振理论（ART,Adaptive Resonance Theory）网络和径向基函数（RBF,即Radial Basis Function）网络。提出了一种更适合企业定额的方法模型,这是结合这三种方法的优缺点做出的总结,即基于人工神经网络的BP网络模型。通过对某公司企业定额的测算,并结合该模型,验证了预测精度的可行性。本文的结果和主要内容如下:（1）论文通过查阅古建筑与园林工程、建筑工程等专业的定额编制相关文献,系统地研究了机械台班消耗、材料消耗、人工消耗三种定额的确定,从而获得了企业定额的基本数据。（2）通过对某企业定额编制案例的分析,发现传统的定额编制方法已难以适应时代发展的要求。一方面,传统的方法需要耗费大量的物质和人力资源,而且准备周期长。另一方面,建筑企业忽视了定额编制的信息积累和人员配备,传统方法缺乏详细的实用信息。因此,研究新形势下企业定额的编制方法是极为必要和迫切的。（3）建立了企业定额编制被BP神经网络模拟的模型。在前人研究的基础上,本文对古建筑和园林工程定额的编制方法的研究课题进行了借鉴,精度较高的定额的编制是重点研究的对象。提出了利用BP神经网络仿真技术通过现有样本预测整体消耗的思路。在分析BP神经网络仿真技术基本思路的基础上,建立了企业定额编制模型是基于BP神经网络仿真上的。（4）以某公司的信息和施工资源配置为基础,利用本文建立的模型对不锈钢花箱的消耗量进行模拟,验证所建立的BP神经网络定额编制模型的合理性,并对模拟结果的准确性进行分析。