随着建设用地的需求日益增加,人地矛盾越来越突出。如何预测建设用地规模、合理制定土地政策和土地利用规划显得至关重要。已有研究对建设用地规模预测主要使用的方法有多元线性回归、灰色模型和人工神经网络。本文在研究了BP神经网络和遗传算法的基础上建立了GA-BP神经网络建设用地规模预测模型,结合长株潭城市群1996-2009年的相关数据对模型的精度进行了检验,研究结果表明：影响长株潭城市群建设用地规模的驱动因子有很多,但对长株潭城市群影响最重要的五个社会经济指标,按相关系数大小排列依次为：总人口、城乡居民年末本外币储蓄存款余额、社会消费品零售总额、第三产业和城镇人口。研究结果还表明,BP神经网络存在缺陷,利用遗传算法强大的全局寻优能力优化BP神经网络的初始权值和阈值,建立了GA-BP神经网络模型。利用长株潭城市群1996-2009年的建设用地与社会经济数据分别建立了BP神经网络模型和GA-BP神经网络模型,实验结果表明,遗传算法优化后的BP神经网络模型相较于传统的BP神经网络模型更加精准与高效。