本文针对建筑行业投标报价过程中的种种难题，利用遗传算法和神经网络等人工智能技术开发一套投标报价决策支持系统。全文主要的研究内容和研究成果概括如下： 针对建筑行业投标报价过程中难以确定“投标形势”的难题，使用遗传算法和神经网络的结合来实现建筑工程投标报价模型，克服了BP神经网络学习效率慢，局部极小等缺陷。实验结果表明：使用遗传算法和神经网络结合的投标报价模型更加符合实际的报价需要。 遗传算法具有良好的全局搜索性，将它应用于网络权值学习可以克服BP算法的局部极小缺陷。本文把随机抽取的m组权值分配到m个神经网络中。然后将经过0-1数字化处理的训练集样本送入网络，利用BP算法训练网络得出m组权值；之后采用实数编码，将神经网络的权重作为GA的染色体，生成基因群体，再使用遗传算法寻优，使解码得到的参数组合充分接近最佳参数组合，在此基础上再用BP算法对它们进行细调，从而来实现遗传算法和神经网络的结合，完成对投标快速报价系统的建模。 在合理建模的基础上，使用MATLAB软件上进行了初步实现，并将从大量工程实测中得来的数据作为样本对网络进行了训练，同时作了实测检验。