二手车交易量的不断增大迫切需要建立公正有序的二手车评估市场,规范的评估平台以及合理有效的评估方法有助于二手车评估行业的健康发展。我国在二手车评估方面的研究还处于探索阶段,传统评估方法评估步骤复杂、评估结果过程主观性较强、评估结果准确性不足,已经不能满足市场的需求。二手车评估的特点决定了在实际工作中只能“一人一车”,而不能进行批量评估,这大大降低了评估效率。因此,寻找一种高效、准确的评估方法对于促进二手车评估行业发展具有重大意义。本文首先分析了国内外二手车评估市场背景,研究了传统评估方法及其优势和弊端,确定了全文的研究路线。其次研究了影响二手车价值的众多因素,并选取了其中12个因素作为模型指标。针对现有方法的不足,提出利用人工神经网络自学能力和非线性映射能力较强的特点建立模型,与二手车评估相结合。同时,利用遗传算法和变量筛选对模型进行优化改进,保证了评估结果的准确性,由此确定了本文的研究方法。最后,根据所收集的重庆市巴南区九公里二手车交易市场数据作为模型样本,利用MATLAB软件对模型进行训练和测试,通过选取实际案例,将GA-MIV-BP神经网络模型与现行市价法和重置成本法进行对比分析,验证了该模型在二手车价格评估中的有效性、可行性和便捷性。