对分包工程合同履行过程的事中审计监督是分包工程全过程跟踪审计的第二步。审计的重点是分包工程量计量、施工现场变更、材料使用等审计要素工程量计量的准确性，现场签证的真实性。工程量的大小决定着分包工程的终造价，是确定分包工程预算的根本。工程量的准确性，将直接决定着分包工程的审计质量。事中审计监督就是要突出对分包工程实施过程的审计，强调变更签证工作量的现场审计。内审人员要按施工阶段定期或不定期地深入施工现场，对实际发生的工程量，进行现场丈量和取证核实，落实变更签证确认程序和内容的合理性，是否存在违规签证，虚增工程量，提高分包工程量的真实性和准确性。
履约保函的作用是保证承包商能按合同规定承担工程的实施和完成及其缺陷修复的银行担保，其有效期至业主向承包商颁发交工之日。工程预算承包商应按在规定的期限内向业主提交履约保函，未提交之前不得对其计量。动员预付款保函的作用是对业主支付给承包商用于开工前准备工作启动资金的银行担保，按工程进度以一定比例分期从各月的中期支付中扣回。其有效期至全部扣回之日起失效。承包商应按在规定的期限内向业主提交动员预付款保函，未提交之前不得支付动员预付款。
适应性强公路东莞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]。现对其在公路东莞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，东莞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。已建东莞工程预算变动，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型激活函数，把信息传出，接着发挥激活函数的作用，成功输出结果。在网络隐节点以及输出节点位置处，选择S型激活函数，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。
东莞工程预算估算模型。基于BP神经网络，构建公路东莞工程预算快速估算模型。针对以往工程案例，开展估算研究，将工程特征定量化数值，设为Xij(i=123?n;j=123?n)，将相应的东莞工程预算定额预算相关资料，设为yis(i=123?n;s=123...n)，不考虑市场价格调整。明确BP神经网络结构系统参数，包括输入层节点数m、输出层节点数n、隐层节点数L。以Xij为输入，以yis为输出，开始神经网络训练，获得新建工程的造价估算神经网络，反向估算新建东莞工程预算。以某省道一级公路和二级公路工程为例，其中一级公路使用的是沥青混凝土路面，记为T19；二级公路使用的是水泥混凝土路面，记为T20，检验18个样本东莞工程预算数据，基于检验结果能够了解，T19造价指数是0.98，T20造价指数为0.96，获得预算资料如下：T19路面类型是半柔性路面；基层为水泥稳定碎石；底层材料为石灰土；路面结构为沥青混凝土；面层厚度为15cm；基层厚度为14cm；底层厚度为10cm；T20路面类型是刚性路面；基层为工业废渣稳定土；底层材料为石灰土；路面结构为水泥混凝土；面层厚度为12cm；基层厚度为16cm；底层厚度为12cm。将获得的预算材料和表1资料进行对比分析，能够明确T19工程特征定量化描述是T19=(3122262.5)，T20工程特征定量化描述是T20=(5473434.1)，将T19与T20，输入到经过训练的BP神经网络中，获得的结果为T19=(0.40290.40560.50050.4365)T20=(0.62770.61560.42900.5661)，经过反算，获得东莞工程预算资料预测值，其中V19=(481.7416.440.0046145.85)V20=(1185.8237.160.0033247.07)，预测的相对误差O19=(1.61%4.65%4.15%1.40%)，O20=(3.76%3.67%5.70%1.84%)，由此能够看出，基于BP神经网络预测的东莞工程预算估算精度。