随着我国住房福利制度的取消和住房分配货币化的实行,房地产市场日趋活跃,房地产业已成为国民经济的重要组成部分,而与之相关的房地产估价业务应运而生,并迅速发展壮大,在推动房地产价格正常化,保障房地产公平交易,建立健康的房地产市场体系和公正合理的交易秩序中扮演着越来越重要的角色。我国房地产估价方法的研究和应用尚处于探索阶段,现行的估价方法注重经验和艺术,而很少建立数学模型进行定量化评估,因而寻找一种科学、合理的定量评估方法具有重要的现实意义和理论意义。本文首先对国内现行的三大基本估价方法——市场比较法、成本估价法和收益还原法的理论依据、基本公式和估价步骤进行了概括总结,在此基础上对这几种方法的特点、局限性、差异性及关联性进行了深入地剖析,指出传统估价方法在反映房地产影响因素与其成交价格的非线性关系上的不足以及在应用这些估价方法进行估价时潜在的、难以避免的主观随意性。根据房地产估价的特点,在前人研究的基础上,借助神经网络极强的非线性动态处理问题的能力,将其引入房地产价格评估领域,创建了基于神经网络的房地产价格评估模型,利用神经网络超强的自学习能力,从大量成交案例中发现并掌握房地产影响因素与其成交价格之间复杂的客观规律。在神经网络房地产估价模型的实现中,借助MATLAB神经网络工具箱提供的各功能函数,对应用于房地产估价的BP网络和RBF网络进行设计并优化,用市场调研得到的真实成交案例对网络进行训练和验证,两种网络模型都得到了较好的预测结果,在对训练和验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。最后,在将神经网络引入房地产价格评估领域思路的基础上,提出了创建房地产价格评估系统,开发专业的可视化软件,提高估价工作效率、降低估价成本,以更好地为房地产开发、经营和管理服务。