此论文为收费论文，具体请咨询QQ：75931341
在当前国内房地产业蓬勃发展的趋势下，房地产估价行业在房地产交易市场中扮演着越来越重要的角色。科学的房地产估价有助于促进房地产价格的合理化、保障房地产交易的公平性和公正性、建立健全的房地产市场体系和维持良好的房地产交易秩序。但不可否认的是目前我国的房地产估价理论还处在探索阶段，实际工作中估价操作的信息化程度较低，所以在房地产估价作业中积极探索符合我国国情的更加科学的估价方法，并且结合运用先进的计算机技术，是实现我国房地产估价科学化、现代化、规范化、标准化和国际化的必经之路。
本文先从房地产估价的相关理论知识入手，着重论述了房地产估价的三种基本方法—市场比较法、成本法、收益法，对各种方法的理论依据、适用条件和适用范围等进行了较为系统地比较分析；然后介绍了人工神经网络的发展与应用，其中详尽阐述了新近的研究热点——RBF（径向基函数）神经网络；进而根据市场比较法的特点，借助RBF神经网络的卓越的函数逼近能力和快速学习能力，从大量的训练样本(房地产交易实例)中挖掘出客观规律(即房地产价格与其影响因素之间的非线性映射关系)，建立基于RBF神经网络的房地产估价模型。在估价模型的实现中，本文使用MATLAB建立了以房地产价格的影响因素作为输入神经元，房地产价格作为输出神经元的RBF神经网络模型。再利用一组典型的可比实例对RBF网络模型进行了训练和测试，得到了令人满意的输出。在构建了RBF神经网络估价模型的基础上，本文结合WebGIS（万维网地理信息系统）技术，设计并实现了房地产估价WebGIS系统。
理论研究与实际测试表明，本文采用的RBF神经网络估价模型可以快速准确地得到满意的输出，是一种较为科学的房地产估价方法，是对房地产估价方法的重要拓展。而本文开发的房地产估价WebGIS系统不仅能够担当房地产管理部门内部高效准确的房地产估价工具，作为公众GIS，它还为广大的城市购房人群提供了一条快捷地获取房地产估价信息的便利渠道。
关键词 房地产估价；市场比较法；RBF神经网络；Matlab；WebGI
