自改革开放以来的将近四十年时间里,我国在国企、教育等方面均发生较大程度的改革,其中最主要的是经济体制改革。我国经济得到了快速发展,市场形态不断变化发展,住房改革的实行,国家将经济发展重心放在房地产市场,进而房地产业成为了我国的支柱性产业,因此上至政府下至老百姓都对房地产的价格深切关注。房地产业能否得到健康且有序的发展,对我国的经济发展能否健康发展至关重要。因此,对房地产的价格采取一定的有效且精确的预测的方法对其进行预测分析,根据预测结果为政府规划决策、消费者投资决策提供积极有效的指导作用。本文基于此方面考虑,采用定性与定量相结合,理论与实践相结合,运用混沌神经网络模型的方法对商品住宅价格进行研究分析,为商品住宅的价格研究找到一种有效的预测理论,并且也拓展了混沌神经网络模型的研究领域。在对国内外有关房地产价格预测方面的研究现状进行分析总结,找出本文的切入点与创新点。综合阐述房地产预测方面的基础理论,对房地产市场的特点以及房地产市场的影响因素进行分析总结,找到其区别于其他商品市场的独特之处。并且,针对房地产业的特点进行混沌特性分析,明确混沌神经网络模型的适用条件。选取若干个影响因素作为备选指标,运用SPSS统计软件进行重要性排序。运用混沌理论中的相空间重构原理对商品住宅价格的一维时间序列进行升维处理,运用去偏复自相关法和G-P算法分别计算时间延迟和关联维数。以关联维数作为神经网络的输入神经元节点个数,运用经验法确定神经网络的隐含层节点个数取值范围,结合各取值网络误差最小,确定神经网络的隐含层节点个数。最终确定论文所构建的混沌神经网络模型的拓扑结构。论文最后结合天津市的具体数据,对建立好的混沌神经网络模型进行训练,分析误差,明确混沌神经网络模型在商品住宅价格研究领域具有适用性。基于混沌神经网络的商品住宅价格预测研究,这一课题,旨在为商品住宅价格进行更为合理的预测找寻有效方法,从而为政府行政决策、消费者投资决策提供有力参考,以及拓展混沌神经网络的适用范围,丰富其适用领域。