建筑工程造价包括投资估算、设计概算、施工图预算以及施工阶段的造价。长期以来,建筑工程投资控制中存在着不少三超现象,即概算超估算、预算超概算、决算超预算:这是由于忽视项目建设前期阶段的投资控制,或者没有有效地预测投资估算造成的。因此,探寻一套客观、准确、快速、实用的建筑工程投资估算方法已成为建筑行业中一个重要的课题。目前,在投资估算这方面的研究中,在内容方面,都是把建筑安装工程费作为一个整体进行估算,没有考虑各单位工程的特点,这样估算的风险非常大。在方法方面,国内现代的方法是利用神经网络计算,主要是采用反向传播(BP)网络进行研究,它具有高度非线性的优点,但是由于BP网络存在收敛速度慢,易陷入局部极小点等缺陷,从而大大的限制了它的实用性,此外,任何一种神经网络都需要大量的样本数据进行训练,这对收集工程资料的数据将是一个大的挑战。基于此,本文是针对可行性研究阶段的建筑工程固定资产投资估算方法的研究。在大量阅读和研究国内外投资估算相关文献基础上,将投资估算分为能使用模型估算的费用和不宜使用模型估算的费用,同时将建筑安装工程费的估算分为土建工程费、装饰工程费和安装工程费,分别采用不同的指标体系和模型进行计算。估算的方法结合了传统的单位面积造价估算法和现代的径向基函数(RBF)神经网络技术及MatLAB编程语言,另外结合了统计学的理论知识,引入了因子分析和多元线性回归方法及SPSS统计分析软件。最后,本文对整个方法进行了归纳和整理,并通过一个完整的实例分析验证了该方法的可行性和准确性。