为了有效应对明挖法地铁站建设的复杂性以及建设周期与其影响因素之间的非线性关系，结合粗糙集理论、粒子群算法（PSO）和BP神经网络对明挖法地铁站的建设周期进行预测。首先，识别出24个工期影响因素，根据粗糙集理论的样本数据对影响因素进行约简，确定11个工期预测指标作为预测模型的输入变量。然后，针对BP神经网络收敛速度慢、易陷入局部最优的问题，通过优化PSOBP神经网络的权重和阈值，构建了基于PSOBP的工期预测模型。最后，将样本数据输入PSOBP模型和BP神经网络和遗传算法（GA）优化的BP模型进行仿真计算，并在误差分析进行结果验证。结果证明了PSO-BP预测模型的有效性和先进性。