摘要：分析了传统BP算法的不足，利用相关分析法筛选出公路工程主材价格的主要影响因素；在确定BP神经网络结构及选取训练函数的基础上，建立了基于改进BP神经网络算法的公路工程主材价格预测模型，并结合合肥市石屑价格预测的实例，利用建立的预测模型，采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格，并将预测结果进行对比，分析了不同BP算法预测结果之间的差异。结果表明，使用改进的BP神经网络算法进行公路工程主材价格预测，可以将预测误差控制在6％以内，并减少95％左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。

关键词：道路工程 工程主材 bp神经网络 自适应学习速率 附加动量法 

单位：东南大学交通学院 江苏南京210096