当今的建筑工程行业面临着建设规模巨大、承受的风险与日俱增、建筑的环境相当恶劣、投资的金额日益递增的挑战。在此基础上合同的种类又逐渐繁多,导致合同的变更也越来越频繁,从而使得合同签完后引起一系列索赔事件。工程索赔在每个国家的建设全过程中是不可避免的客观现象,怎样有效的预测、发现和处理索赔是每位承包商急需解决的重大问题。虽然近几年来我国在国际承包工程的数量不断增加,国际工程索赔也成为了工程管理者关注的重点工作,但是由于我国在工程索赔管理的理论和实践方面的研究时间相对较晚,在对有关工程索赔发生结果的预测理论和实践方面的知识还比较匮乏,工程索赔管理水平依然较低。如何使承包商在工程索赔中提前预知和发现潜在的索赔机会,如何根据索赔事件的发生预测工程索赔发生结果,一直是困绕承包商进行工程索赔管理的难题。鉴于此,研究如何有效的提高承包商对工程索赔发生结果的预测能力,来降低承包风险维护自身合法权益具有很强的现实意义与应用价值。本文将把工程索赔理论与人工神经网络理论结合在一起,构造相应的模型对工程索赔的工期和费用结果进行有效的预测。在工程索赔理论方面,首先从分析引起工程索赔发生的根源、索赔产生的主要原因及工程索赔机会分析与识别入手,对引起工程索赔的因素本质进行了深入研究。接着进一步研究了如何运用合同状态的时变系统理论来识别施工过程中的索赔机会,并介绍了工程索赔的工作程序与索赔谈判的技巧。在人工神经网络理论方面,首先对人工神经网络理论进行详细的阐述,分析其内容的实质、应用的价值为建立工程索赔预测模型打下理论基础。接着,深入分析了标准算法BP人工神经网络模型的原理,研究其优点及不足,并应用MATLAB中内置的训练方法LM算法很好的解决BP网络收敛速度过慢等问题,然后介绍了如何使用MATLAB软件实现人工神经网络的预测全过程。基于上述理论研究,最终将二者有机结合起来构建LM-BP神经网络工程索赔预测模型。通过工程实例验证其预测准确性,并与标准算法的BP网络预测结果进行对比分析,最后将该模型推广到工程索赔管理系统中进行实践应用。通过人工神经网络的预测,承包商就可以知道因为哪些因素发生变化,引起相应的工期、费用索赔。从而使工程索赔发生前,承包商能够根据预测结果提前收集索赔证据;在索赔发生后,及时采取措施按照索赔工作程序进行索赔;在索赔争议谈判中,运用索赔谈判技巧有理有据使损失降到最低,来获得工程索赔的成功。