在当今世界,风险投资的影响越来越大,尤其是在高新技术产业化的进程中,风险投资扮演了一个重要的角色。它能促进高新技术产业的发展,推动技术创新。总体上看,我国的风险投资业无论是从规模、发展速度,还是从质量上与发达国家都有相当大的差距。风险投资业的市场化机制尚未建立,发展的外部环境不完善,也对风险投资的实践造成了巨大的障碍。即便如此,风险投资业的骄人成绩仍吸引着越来越多的高科技技术企业。但要从众多的高技术企业中挑选增长潜力高、风险适中的企业进行投资,就需要凭借有效的评价方法来进行筛选,尤其是对项目投资的风险进行评价。风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要。传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径。目前应用最为广泛的项目投资风险评价方法是德尔菲法、主成分分析法、层次分析法、灰色系统评价法、模糊综合评价法等,但是由于这些方法在评价中的随机因素影响较多,评价结果易受评价人员主观意识的影响和经验、知识的局限,故逐步会被取代。本文所采用的就是区别于以上方法的BP神经网络方法,具体来说,本评价方法利用BP神经网络的相关知识和原理,将其应用于项目投资风险评价,建立基于项目投资风险评价的BP神经网络模型,之后通过仿真试验表明,采用BP神经网络模型获得的结果是令人满意的。