Na engenharia um eficiente gerenciamento de projeto pode garantir o sucesso e reduzir os impactos de atrasos e mudanças que ocorrem durante a execução do empreendimento. Para tal, existem os Fatores Críticos de Sucesso (FCS). Com a identificação dos FCS, mais eficientes serão as medidas a tomar, evitando-se projetos mal sucedidos. O objetivo foi criar um modelo para análise dos FCS que afetam ao Gerenciamento de Projetos na indústria da Construção civil com o uso de Redes Neurais Artificiais. Depois de identificados os potenciais fatores de sucesso (FS) que afetam o Gerenciamento de Projetos, foi preparado um questionário para avaliar o efeito de cada fator. A análise das respostas foi feita pelo Índice de Importância Relativa (RII). A RNA foi utilizada para avaliar os fatores de sucesso mais significativos usando o software Neuro4 com o algoritmo Resilient Propagation para otimização de processos na obtenção de RNA satisfatórias. Foram calculados os índices relativos de importância e confeccionada a matriz que foi inserida no Neuro4 para obtenção de pesos para determinação dos FCS com uso do Algoritmo de Garson. O fator: Inspeção irrealista e os métodos de ensaio propostos no contrato foi o mais crítico no gerenciamento de projetos nos dois tempos considerados, Tempo de Pesquisa e Tempo de Experiência dos respondentes. As RNAs produzem subsídios para se conhecer a relevância das variáveis de entrada adotadas, são eficientes para ordenar e transferir conhecimento não estruturado e se constituem um meio rápido e preciso para modelagem de variáveis não lineares.