市场经济的迅速发展,我国的房地产市场日益活跃,逐步走向完善。与此相关的房地产估价业务在地产市场中扮演着重要的角色,并迅速发展壮大,服务范围越发宽广；房地产估价对于推动房地产价格正常化、保障公平交易、建立健康的市场体系具有不可估量的作用。当前我国的房地产估价研究尚处于探索阶段,很少建立数学模型进行定量化评估,因而积极寻找更为科学的评估方法具有重要的理论意义和实践意义。本文首先系统论述当前房地产价格评估中应用比较广泛的方法：市场比较法、成本法、收益法,对这些估价方法的特点、应用条件和范围进行系统的分析。分析了传统估价方法在处理房地产影响因素与成交价格的非线性关系上存在的不足之处。其次,系统介绍人工神经网络的基本思想、网络结构及其训练算法,并对BP神经网络算法进行论述和推导,对BP神经网络的改进算法进行了总结和分析。人工神经网络具有非线性函数动态处理能力、自组织、自适应和自学习的功能,可用作建模的工具。第三,在前人研究基础上,论证人工神经网络理论在房地产估价应用的可行性,利用神经网络超强的非线性关系处理能力,从大量的训练样本寻找客观规律,构建房地产估价的神经网络模型。最后,在估价模型的实现中,以MATALB神经网络工具箱建立以房地产价格的影响因素作为输入,房地产价格作为输出的BP,并且对网络模型设计、改进和优化。用市场调研得到的成交案例对估价模型进行训练、验证,取得了令人满意的结果。