近几年随着国民经济的发展和地产行业的快速崛起，建筑市场迎来爆发式增长，在这样一种高风险、多竞争而又复杂多变的市场环境中，建筑企业能否快速而准确的选择合适项目投标并争取中标，是企业增强竞争力、谋取发展、拓展市场的关键。为此，本文就以建立工程造价快速报价系统为目标，用该系统为建筑企业提供投标参考价，指导企业选择适合项目投标，并调整自身报价使其更具竞争力，进而达到提高中标概率的目的。　　本文的主要内容是对报价系统的算法进行研究，由于建筑特征与工程造价之间存在着复杂的非线性映射关系，所以该报价系统建立在常用的BP神经网络基础上，并通过Mat lab软件实现，然后用遗传算法优化网络结构，使系统的预测精度达到行业要求，为了使系统精度得到进一步提高，又用已有改进方法和作者自己提出基于幂律法则的优化措施对遗传算法进行改进，然后通过收集到的已完工程造价信息作为实验数据，从算法的预测精度和运行时间两方面对各算法的预测效果进行对比分析，通过实验验证，发现三种改进算法对原有系统的预测精度都有显著性提高，且算法间的提高效果相同，但第三种算法在运行时间上相对于前两种算法有显著性降低，算法整体性能优越，更适宜做工程造价快速报价系统的备选算法。　　本文建立的工程造价快速报价系统经过实验验证达到了预期的效果，证明该系统具有相当的指导参考价值，能够为建筑企业进行方案评选、投资决策以及快速报价提供可靠的参考，可以有效的提高企业中标概率，也为建筑市场招投标活动的数据化、科学化、高效化提供帮助。