“一带一路”倡议从2013年正式提出以来，获得了国际社会的广泛关注，中国企业国际工程投资和承包迎来了新的机遇。同时，企业“走出去”也面临着政治、经济、社会等环境层面以及项目参与模式、同质化竞争、行业标准等业务层面的挑战，需要解决的问题也更为复杂。在国际工程的投标报价过程中，很多中国企业沿袭在国内工程投标报价中形成的习惯性思维和相对粗放的投标管理方式，在国际工程投标中，没有科学的方法和规范的体系，大多依靠的是经验，随意性、盲目性较大。尤其是有多个拟投标项目，面对经济效益、社会效益、政治效益等多边利益关系，不能合理的选择投标项目并进行报价，盲目进行决策，最后导致项目未能中标或者即使中标后出现诸多纠纷，随后就是项目的巨额亏损。如何挑选优质且具有竞争力的项目，如何给此类项目定价，逐步成为每个进行国际投标的中国企业关注的问题。本文从多项目角度出发，将整个投标报价活动分为投标项目选择、投标项目报价两个阶段;考虑资源约束的情况，建立了投标项目选择评价模型，从而为选择投标项目建立决策依据;然后基于历史数据运用卷积神经网模型预测业主心理预期价格;最后基于业主心理预期价格、考虑竞争对手之间的竞争关系，建立合理低价报价模型，确定最终的投标价格。　　本文的核心研究内容主要分为以下三方面:　　(1)基于多项目视角，建立了投标项目选择评价模型。本文在研究国内外项目决策、多目标决策、投标报价决策等方面的研究成果的基础上，按照多项目的特点，分别进行项目的选择和项目报价研究。在确定影响因素的基础上，采用层次分析法，建立多项目选择的评价体系，最后建立多项目的选择决策模型进行求解。将各个评价指标进行无量纲化处理，控制层由于不考虑相互之间的影响，采用层次分析法和模糊评价计算属性权重，因素层内的因素考虑是互相影响的，采用网络层次分析法和模糊评价计算，构建判断矩阵后，对指标分别进行单排序和一致性检验后，获得相应的权重，最后利用模糊评价理论，运用计算得到的各级指标权重，确定单个拟投标项目在多项目内的综合属性值，按照数值大小进行优劣排序，在资源约束的条件下，利用粒子群优化算法，优化项目排序，从而实现对多项目选择模型的优化。　　(2)基于历史数据运用卷积神经网模型预测业主心理预期价格。在大数据和智能化的的背景下，将大数据和智能算法结合，利用卷积神经网分析自身历史投标报价数据，建立卷积神经网投标报价估算模型，主要包括原始数据处理、模型初始化、参数初始化、训练集计算、测试集计算、模型测试几个方面。原始数据处理主要是将历史原始数据按时间进行排列，形成时间序列，然后通过窗口提取出训练集和测试集，通过归一化处理数据;设置卷积神经网模型中输入样本集长度、卷积核大小、子采样层降幅和卷积层层数等参数，对模型进行初始化;设置卷积核的连接权重、感知机权重等参数进行模型参数的初始化;进行前向、误差反向传播、梯度计算和参数更新，通过迭代计算完成训练集和测试集的计算，减少数据排列顺序前后对计算结果的影响。　　(3)构建了基于多方竞争的合理低价投标报价优化模型。通过卷积神经网络预测出的业主心理预期标底，会因投标过程中局中人的策略，与最终的中标报价产生大幅度偏差。多方竞争的引入意在对投标时两个及以上的理性决策者在平等对局的情况下，能够通过建立和调整自身报价策略以合理低价赢得投标。本文利用预测得到的项目投标最优报价即拟投标项目业主心理价格预期;考虑竞争对手之间的多方竞争，建立了以合理低价为主要策略的基于多方竞争的合理低价投标报价优化模型，确定了最终的投标价格。　　基于上述对多项目投标报价的研究，从多项目选择评价体系构建、多项目投标选择决策和项目报价决策三个方面，选择案例进行实证，进一步验证了上述研究框架及相关模型的实践效果。相对于传统的投标报价方法，本文通过建立多项目在资源约束条件下的投标项目评价体系，在得到的投标项目优先排序中考虑资源约束的情况，选择符合企业自身战略的优良项目;利用卷积神经网络和多方竞争报价理论建立的理论方法能够确定在国际工程投标中具有较大竞争优势的投标报价，从而为提高建筑业企业海外的竞争力提供保障。该类研究方法可以给中国企业在国际大型工程市场中竞争提供一定的指导作用，促进中国企业的发展。