本课题研究以河南省焦作市中站区城区范围内的基础地理数据资料和房地产有关信息数据为主要的研究分析基础,同时结合MATLAB应用技术创建BP神经网络并进行了分析计算,构建了基于GIS的区域住宅建筑价格智能评估预测系统,实现了对地理信息的辅助采集、数据管理、空间分析、估价工作等功能的整合,加快了住宅建筑估价的工作走向科学化、高效化及实用便捷化的发展道路,取得了一定的研究成果。通过对房地产评估理论的学习探索,本文完成的工作如下:（1）对房地产相关估价理论的历史发展背景和基础研究进行收集整理,汇总研究并分析国内外土地相关估价研究的发展现状;基于此着重分析了房地产的估价理论、估价工作流程及三种普遍基础的估价方法,明晰这三种基本的估价方法包括估价步骤、估价计算等关键技术路线,并对其在理论思路、应用范围以及其优缺点等方面进行比较分析,确定使用比较法对住宅建筑价格进行分析。（2）对人工神经网络的基础理论知识、主要基本功能和深度训练学习相关技术进行归纳总结,并就当前BP人工神经网络在企业数据库应用中的基本结构、标准化算法及其主要优缺点、BP人工神经网络的主要改进算法等几个方面问题展开深入研究。（3）对房地产的特征估价学理论知识和神经网络技术在房地产市场中应用的可行性进行综合分析,明确其优势特点。选择合适的量化方法对房地产中住宅建筑的特征影响因素进行了量化,使用MATLAB软件建立BP神经网络,导入训练样本特征值并建立映射,经过神经网络对样本数据的学习训练,自动产生符合研究需求的神经网络系统映射规则,经过仿真校验,误差满足要求。从而搭建基于BP神经网络的估价模型。（4）根据估价系统的设计和开发目标,以GIS软件作为其开发平台,研制出融合BP神经网络的住宅建筑估价和地理信息管理系统,并在该系统的运行过程中实现了预测和评估等功能。