以人工神经网络模型为基础，设计A地产公司需要竞标B城市的一块商业用地，因此，A公司需要评估该城市未来的房价趋势，以确保在未来5年内可以收回竞标地皮的成本。为此，A公司要做一个关于B城市的房价趋势的分析

针对这个问题，可以使用人工神经网络模型进行预测和分析。以下是一个可能的解决方案：

1. 数据收集：收集B城市过去5年的房价数据，并且获取B城市的经济发展数据、政策变化数据、人口变化数据等相关信息。

2. 数据预处理：对数据进行预处理，包括缺失值填充、数据归一化等操作，以便于神经网络模型的训练。

3. 特征提取：选取影响房价的关键特征变量，比如城市经济发展水平、政策变化、人口变化等，将这些特征变量输入到神经网络模型中。

4. 神经网络模型的构建：基于收集到的数据和特征变量，设计神经网络模型，包括输入层、隐藏层和输出层，通过反向传播算法来训练模型。

5. 模型预测：使用已经训练好的神经网络模型对未来5年的房价趋势进行预测，并且评估竞标地皮成本能否在未来5年内回收。

6. 结果分析：根据模型预测的结果，分析B城市的房价趋势，评估A公司竞标该地皮的风险和可能的收益。如果发现竞标地皮成本无法在未来5年内回收，A公司可以考虑其他投资方案。

需要注意的是，神经网络模型的精度和准确性受到数据质量和特征选择的影响，因此，在进行分析之前，必须确保数据的质量和特征选择的准确性。