工程预算由于间接费、利润、税金等各项费用，是按照工程的专业（土建、安装、装饰、市政、人防、园林等）和工程类别（即按照施工难易程度分一、二、三、四类）分别规定了取费标准，审查时应该注意以下几个问题：审查取费标准是否与所用定额相匹配。在编制决算时，主体工程选用某专业定额，则取费标准必须选用与该专业配套使用的标准审查取费标准是否与工程类别相吻合。首先，根据工程规模及工程类别划分标准表，确定工程类别；然后，审查是否按确定的工程类别计取费用。如土建工程与安装工程的工程类别应分别按各自的工程类别划分标准表确定。
适应性强公路恩施工程预算具有动态变化特性，模糊神经网络模型能够很好地适应此特性。此估算方法的应用，主要是依靠计算机，不仅运算速度快，而且运算精度较高。模糊神经网络估算方法较多，文中选择BP神经网络法，是基于仿人脑的神经系统结构，具有较强的学习能力，为非线性自适应动态系统[1]。现对其在公路恩施工程预算估算中的应用，做以下的分析。公路工程构件主要包括底层、基层、面层等，恩施工程预算是由各构件类型与价格等因素决定，实物工程量取决于工程结构设计参数。已建恩施工程预算变动，主要是受到构件因素的影响，被称作是工程特征。基于工程特性，将公路工程划分为不同类别，若按照路面形式划分，主要包括沥青路面和水泥路面等，为特征类目。对于工程定量化，是按照特征类目，依据定额水平与工程特征，填入相关数据，如表1所示。由表1能够看出，每个公路工程模式均可以利用表格的形式来定量化描述，一个特征可以由多个类目组成，按照比例来计算量化结果。在BP神经网络中，需要将信息传递到网络隐节点上，使用S型函数，把信息传出，接着发挥函数的作用，成功输出结果。在网络隐节点以及输出节点位置处，选择S型函数，即f（x）=11+ex，若此结果未能按照正常程序开展，此时要转变成反向传播。假设存在N个样本，定义描述为（Xk，yk)(k=12?N)，其中某个输入值为Xk，对应的神经网络输出值是yk，而隐层节点I的输出值是Oj。
工程预算编制的流程：
1.预算部经办人根据招标谈判约定条件，结合公司前期合同样本起草合同草案（技术质量及工期指标由工程部提供），该草案内容是经施工单位认可的内容。
2.将合同草案交律师审阅。
3.施工单位工程预算签字盖章后的合同，签交与律师审核见证。
4.合同经办人、工程预算主管、总经理助理签字认可。
预算部根据采购计划会同工程部拟定招标文件（预算部拟定经济费用指标、工程部拟定技术质量指标），向合格供方单位发放招标通知（电话或书面均可）工程分类定标：由工程部和预算部在合格供方单位中选择1~3家进行比较分析，然后共同确定中标单位。
恩施工程预算控制包括投资决策阶段、设计阶段、建设项目发包阶段和建设实施阶段四个阶段。建设工程项目具有施工周期长、涉及范围广、施工地点不固定、占用资金量大、施工机械设备多等特点。同时，建设工程项目的工程质量、工程进度和恩施工程预算之间有着直接的关系，三者既相互统一，又相互制约和矛盾。因此，对于整个建设工程项目来说控制其恩施工程预算极其重要。当前我国的建设程度基本上包括四个阶段，各阶段特点具体如下：目前，我国的建设程序基本上是投资决策阶段，工程设计阶段，工程实施阶段，竣工验收阶段。项目的前期阶段即为建设项目施工前各阶段的总称。①投资决策阶段需要编制初步投资估算，做可行性研究报告，由于该阶段是属于投资估算阶段，所以与终项目结算价格会存在较大差别，该阶段造价控制重点是保证投资资源充足。②在设计阶段，在不影响结构合理设计的前提下，设计单位应根据业主建设单位的设计委托书合理控制预算。③在施工工程实施阶段，以合同价为基础，按照承包方实际完成的工程量拨付工程款，同时还应该考虑到由于各种因素可能会引起的工程费用上涨，比如物价上涨等，合理确定结算价。④在竣工验收阶段，将整个工程建设过程中的各项费用进行汇集，编制竣工决算。
