在我国,EPC模式目前仅在化工、电力等较少行业中被采用,它的广泛应用面临着很多问题。EPC模式下,总承包商的利润得以提高、合同权力得以加强的同时,承担的风险也随之增大。对总承包商而言,风险管理问题是非常重要的,而风险的识别与评价是风险管理的基础,因此,对EPC模式下承包商风险评价的研究是有现实意义的。目前,国内外建设工程风险管理的理论研究己经具备相当高的水平,工程风险评价的方法也很多,常用的方法的一个共有的缺点是在评价过程中,各种因素的权重设置靠人为设定,导致决策的不准确。神经网络具有良好的自适应性、自组织性和很强的学习、联想、容错和抗干扰能力,在不同程度上和层次上模仿大脑的信息处理机理,可方便灵活的对多成因的复杂的未知系数进行高度建模。神经网络反向计算根据训练获得层与层之间的权重,并得到每一因子贡献的重要性,这样可以确定每一因素贡献或重要性的权重,从而解决主观因素确定权重的问题。本文基于工程项目风险评价理论,以EPC模式下承包商风险为研究对象,详细介绍了EPC模式的发展现状和特点以及工程项目风险的基本理论,在此基础上研究了EPC模式下承包商风险的识别与评价的过程和方法,对EPC模式下承包商的风险因素进行了归纳总结,建立了EPC模式下承包商风险BP网络评价模型,并以一个具体算例阐述了基于MATLAB的BP三层神经网络。通过本文可以看出,BP神经网络应用于EPC模式下承包商风险评价是可行的并且具有应用价值。