Ce travail étudie le potentiel des RNA pour l'estimation détaillée des coûts de projet dans le domaine des infrastructures municipales. En général, pour l'entrepreneur en construction civile, l'obtention d'un contrat se joue lors des soumissions publiques. Subséquemment, l'estimation des coûts de travaux constitue la pierre angulaire de ce processus de soumission. Cette tâche s'avère vite laborieuse considérant le nombre élevé d'éléments dont il faut tenir compte, et de plus, la valeur de chacun de ces éléments est fonction de plusieurs variables difficilement contrôlables. Il a été démontré que l'attribution du taux de productivité d'une équipe de travail est la source majeure d'erreur lors de la préparation des estimations détaillées. Nous avons bâti un modèle de prédiction du taux de productivité d'une équipe d'installation de réseaux d'aqueduc et d'égouts. Les données qui ont servi à valider empiriquement le modèle proposé émanent de projets exécutés dans la région de Laval et des Basses-Laurentides. Un historique de données est construit à partir des rapports journaliers de surveillance des travaux de 43 projets de génie urbain. Afin d'explorer la capacité des RNA à imiter le jugement et l'expérience d'un estimateur chevronné. Deux forums de discussion ont eu lieu avec trois estimateurs du domaine pour déterminer les facteurs qui influencent le taux de productivité de l'équipe d'excavation de tranchées. Ces discussions ont permis de déterminer le jeu optimal des données d'entrée des RNA. Trois estimateurs chevronnés ont également calculé manuellement le taux de productivité à partir des plans et devis de chacun des deux projets testés. Pour ces deux projets, les résultats de prédiction des RNA sont comparés aux résultats des trois estimateurs ainsi qu'au taux de productivité réel obtenu au chantier. Les RNA obtiennent des résultats supérieurs au niveau de la précision par rapport aux résultats des estimateurs. Des recommandations sont faites pour la préparation des futurs rapports journaliers de surveillance de travaux afin de rendre les données plus accessibles aux RNA. Ainsi, d'autres recommandations sont faites pour des recherches futures qui permettraient d'introduire le processus de prédiction dans les logiciels commerciaux d'estimation détaillée du coût de projet. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Réseau de neurones artificiels (RNA), Estimation, Génie civil, Prédiction.