随着我国建筑市场改革的深入以及加入WTO(World Trade Organization:世界贸易组织)后与国际接轨的需要,工程项目的实施越来越走向正轨,公平竞争、低耗高效也成为主流,使得招投标工作越来越普遍。要保证建筑工程质量、缩短建设工期和节约建设资金,就必须选择一个施工技术较强、素质较好、经验丰富的施工队伍来执行合同。通常,对于一个工程项目,会有许多施工单位参与投标。如何在众多的投标单位中筛选出财力雄厚、技术过硬、经验丰富的承包人,就成为及其重要的问题。目前我国在建设工程中通常采用综合打分法、综合评价法等方法来进行评标,这些方法各有其优点,也有其局限性,特别是这些方法都容易受到人为因素的影响,在评标过程中,人为主观因素有时甚至会左右评标结果。鉴于此,本文提出另外一种评标方法:基于人工神经网络的施工招标评标方法。笔者首先分析研究我国的招标机制及评标方法,并针对目前采用的评标方法的不足之处,结合现有评标理论研究的有关成果,从评标指标体系的建立、评标指标的数据处理、评标人工神经网络模型的建立等环节对评标方法进行了合理的改进。笔者提出了一套能全面反映投标企业综合实力的指标体系,利用非线性函数使指标无量纲化,使各种指标呈现极大型指标的特点,统一了比较的标准,有利于比较各个投标企业的真实差距;建立了基于人工神经网络的评标数学模型,克服了主观随意性带来的不利影响,并对建立的人工神经网络模型进行优化设计,通过分析研究BP神经网络和径向基函数神经网络,提出采用Levenberg-Marquartdt算法的BP网络较之普通网络具有优越性,而径向基函数神经网络完全可以取代BP网络成为一种更加科学、合理、优越的评标神经网络。笔者通过工程实例证明基于人工神经网络的施工招标评标系统的正确性和可行性,该模型优选出的中标人能很好地完成任务,可以降低成本,提高经济效益。最后,提出所建评标模型尚需完善之处。