长期以来，工程建设投资控制中存在着不少问题：比如三超现象，即概算超估算、预算超概算、决算超预算；忽视项目建设前期阶段的投资控制，而把精力集中在工程实施阶段；即使是前期阶段的投资控制也存在不少问题，而如何找到一种合适技术能快速准确的进行工程投资估算就是其中一个重要的课题。 现在传统的渐进理论的学习方法，在训练样本点无穷多时是适用的。但是实际的情况是训练样本点数通常是有限的，有时甚至很少。因此在实际的工程应用中，支持向量机(SVM)作为一种新型的小样本建模分析工具是更适合的。基于结构风险最小化原则的支持向量机，一经提出便引起了很多研究者的关注，并取得了较多的研究成果，但是其目前的应用领域主要集中于模式识别领域，如语音识别、图像分析和文本识别等方面。本文一方面探讨了支持向量机在建设工程中应用的可能性及有效性，开拓了支持向量机的又一应用领域，填补了国内研究的空白。另外一方面对投资控制和投资估算的现状和问题进行了研究，提出了能指导实际工程需要的投资估算的新方法。