本文综合考虑当前我国在建筑施工项目成本预测研究领域中的诸多不足,就建筑施工项目的主体部分成本预测展开研究,在对成本动因细致分析的基础上,构建了建筑施工项目成本预测指标体系,将GBR算法模型引入传统的建筑施工行业,预测结果准确有效,大大提高了项目成本预测的准确性和科学性,从方法上丰富了我国建筑施工行业的成本预测理论。本文研究的意义和创新之处主要有以下两点:（1）利用作业成本法等相关科学方法,建立了更为合理的指标体系,对建筑施工项目的成本进行预测。本文在构建指标体系的过程中,基于对建筑施工项目管理的实务工作的了解,参考相关施工项目成本预测研究文献,依托作业成本法和德尔菲法的相关理论,在咨询专家意见后,依照建筑施工项目成本预测指标体系的构建原则,分析建筑施工项目成本的影响因素,进而将建筑施工项目合理划分为不同作业环节,分析每一个作业环节中的成本动因,综合使用定性分析和定量分析的方法,构建了科学合理的成本预测指标体系;（2）将GBR算法模型应用到建筑施工项目成本预测中。依据构建的建筑施工项目成本预测指标体系,从国内建筑施工行业的知名企业中获取了一批项目数据,利用python机器学习包scikit-learn,调用了五个常用的回归算法模型,并通过对比所有模型对于样本项目数据的学习效果,然后选择效果最优的算法模型——GBR算法模型对测试项目进行成本预测,得到的预测结果精度非常高,证明了 GBR算法模型在建筑施工项目成本预测领域的可行性和优越性。