近年来中国经济发展迅速,在未来的一段时间内建筑行业将是中国国民经济的支柱产业。然而,随着我国招投标管理制度的不断发展完善以及建筑施工企业数量的不断增加,我国的建筑市场竞争也日趋激烈。建筑施工企业要想获取工程利润以使自已企业做大做强,就必须采用科学合理的投标策略。因此提高中标率已然成为众多建筑公司追求的目标。为了能够提高企业中标率,前人已经采取了很多方法对投标报价预测进行了深入地研究,其中博弈论和人工智能是研究此问题的主流思想方法,但这些方法仍存在些许不足,如:对于投标企业风险态度假设过于严苛、对数据的依赖性强等。正是由于存在着这些不足,使得所建立起的投标报价决策分析模型的预测效果不太理想,导致预测结果与现实问题存在着很大的差距。因此本论文将投标企业的风险态度因子以函数形式引入决策模型,并借助BP神经网络来优化参数设置区间,使得决策模型更适合于实际情况。本研究主要成果如下:(1)利用组合优化的思想构建了基于BP神经网络的报价博弈模型。首先通过分析筛选投标限价影响因素建立因素矩阵,设计模型结构,将所收集到的数据对预测模型进行训练仿真得到BP网络投标最高限价预测模型;然后针对目前建筑招投标市场中常用的综合评估法评标,利用不完全信息静态博弈的思想建立了投标报价决策模型。(2)将风险态度因子以函数形式引入博弈分析模型。在实际建设工程招投标活动,各施工企业投标决策人在做出决策时会有不同的风险态度,其会影响企业是否中标以及项目的利润。因此在构建报价博弈模型时,论文将投标各博弈方的风险态度因子以函数的形式引进博弈模型,使其更加地贴近于实践。(3)从一个虚拟投标人的角度出发,对一个工程实例进行了模拟投标。结果表明:利用BP网络技术优化了报价区间,大大提高了原有博弈模型的预测精度,同时也发现了所建立的模型对投标报价相关理论的发展有很好的推动作用,对提高投标企业的中标率有极大的现实意义。