EPC工程总承包作为覆盖项目建设全生命周期的建设工程组织实施方式,备受市场青睐。在EPC工程总承包模式的应用中,投资形式多数是以国家或集体投资为主。因此,项目的造价控制和管理与国有资产的合理利用有着重要的联系,而我国现行的工程计价计量体系主要是建立在施工图的基础之上,可以确定较为准确的工程量和综合单价。对于采用EPC工程总承包模式的项目,在建设项目被批准立项后、或方案设计被批准后、或初步设计被批准后的三个阶段,建设单位都可以采用工程总承包的方式发包。而此时项目详细的施工图并未设计,导致不能确定项目准确的工程量和详细设计标准对应的综合单价,工程造价就无法精确的确定,不利于发包人控制项目投资,也不利于承包人优化设计和改进施工,制约了工程总承包模式的推行。根据“住房城乡建设部办公厅发布的建办标函[2018]726号《房屋建筑和市政基础设施项目工程总承包计价计量规范》(征求意见稿)”表明,发承包阶段建安费的确定可以参照同类或类似项目的此项费用并考虑价格指数计列。鉴于我国对EPC总承包模式下的造价指数并未做出相关的研究,在结合EPC总承包项目的相关文件的基础上,建立EPC总承包造价指数体系并对造价指数进行编制和预测是很有必要的。本论文以工程造价指数的理论为基础,根据EPC总承包项目各参与方的实际需求,结合“住建部发布关于《建设项目总投资费用项目组成》《建设项目工程总承包费用项目组成》征求意见稿”建办标函[2017]621号,建立了EPC总承包项目的造价指数体系,以此来填补国内EPC造价指数体系的空白;借鉴了国内外对造价指数及造价指数的预测模型的研究,决定采用对数据学习能力强的BP神经网络模型为基础,以EPC总承包工程为研究对象来建立基于PSO-ACO-BP神经网络的EPC造价指数预测模型,并将模型应用于EPC总承包项目建筑安装工程费的预测。论文的主要研究内容有:阐述了工程造价指数的基本理论,并建立了适用于设计、采购、施工全过程的EPC造价指数体系。根据总承包工程的造价构成,初步设计了EPC总承包造价指数体系及后续需要研究的指数,并选取建筑安装费中的造价指数作为本文的研究对象。对常用的几种工程造价指数预测模型进行了研究,并对它们进行了分析,确定采用BP神经网络预测模型作为本文的研究模型。对传统的BP神经网络的基本理论进行阐述,分析了BP神经网络的优缺点,并对它的缺点进行改进,最终构建EPC造价指数预测模型,即:PSO-ACO-BP神经网络预测模型。将EPC总承包项目实际数据分别代入BP神经网络预测模型和PSO-ACO-BP神经网络预测模型,利用两个模型分别对各项造价指数进行训练和预测,得出EPC造价指数的预测值。将两个模型的预测结果进行分析,证明了本文采用的PSO-ACO-BP神经网络预测模型比传统的BP神经网络预测模型预测精度更高。最后将模型运用到EPC总承包项目建安费的确定上,以此验证预测模型的可行性和有效性。论文对EPC造价指数的研究成果,在EPC总承包项目发承包阶段能用于指导工程估算、确定概算,并且在项目招投标阶段中协助发包商判断投标价是否合理。在工程的实施阶段,造价指数的预测能够使项目管理者对未来造价的变化趋势有着一定的把控,为确定项目的建筑安装工程费提供了参考依据;在EPC总承包模式的推广中,为提高资金利用提供了有力的支撑。