本发明属于桥梁施工控制技术领域，特别涉及一种基于神经网络与粒子群的斜拉桥索力容差优化方法及系统，该方法包括建立基于可靠度的容差区间优化模型；通过参数敏感性分析确定施工阶段显著性斜拉索索力；根据均匀试验响应面法拟合施工阶段主梁和塔顶截面位移与斜拉索索力的响应面方程；采用蒙特卡洛抽样构造施工阶段主梁和塔顶截面位移可靠度样本；将遗传算法与BP神经网络相结合，构建索力容差区间变化上下限与施工阶段主梁和塔顶截面位移可靠度的映射关系；结合改进粒子群算法进行斜拉索索力容差区间优化。本发明实现了复杂非线性响应的快速、准确预测，并且具有较好的收敛性能，有效提升了斜拉桥施工的兼容性和可控性，降低了施工控制难度。