随着中国经济的不断发展和重大项目的不断建设,征地拆迁的任务也越来越多。在征地拆迁的过程中,虽然有国家以及省、市、区相关的征迁文件的支持,但在现实的工作中,仍然会遇到许多的问题。为了更好的解决在征地过程中的价格问题,本文研究了一种征地拆迁的补偿算法,并给出具体的征地经济补偿模型和验证系统。首先介绍了全国目前的征地标准及基本的征地的方法,重点是以兰州市为例,对兰州市目前的征地现状、征地方法等进行了详细的介绍。其次对神经网络算法进行了总结分析,描述了BP神经网络的具体建立的步骤及过程,并论述了其中的优缺点。结合兰州市征地的实施方法,进行了征地经济补偿模型的建立,通过具体的数据样本综合考虑了征地经济补偿价格的影响因素,经过筛选、归一化处理,运用神经网络函数进行训练,得出结论:采用传统的BP算法对数据进行训练不适合征地经济补偿模型的建立。运用改进的LMBP算法重新建模和网络学习,该算法在经过12次迭代后满足了模拟测试要求,并且很好地反映了要研究的影响因素对征地补偿价格的相互关联制约的真实情况,训练收敛快、模拟好,得到的结果通过与实际价格对比,误差值在可控范围内,与我们日常实际工作的实际数据很吻合,说明了运用LMBP该方法是正确的,在此前提下利用VC++初步建立符合全市基本情况的征地补偿估价系统。