房地产业具有较广的关联度和较强的带动性。这个行业已经成为我国国民经济的关键性支柱行业。房地产行业本身具有周期波动性，起伏过大的波动不利于房地产市场的持续健康稳定发展。尤其近年来，伴随着部分领域投资增幅过大、土地供应过量、房价上涨过快，出现了不同程度的“过热”、“虚热”和结构性问题，房地产市场面临较严重的风险。同时，房地产系统与社会经济系统是整体和部分的关系，因此和社会经济系统一样，它具有非线性系统的特征。本文的目的是解决房地产系统的非线性问题，建立先进科学的房地产预警系统代替传统的手工预警，提高预警的效率，从而避免房地产市场的非常态波动，促进房地产市场的持续、健康、稳定发展。　　 本文研究的思路和内容如下：　　 第一部分，在阅读和整理相关文献的基础上，从经济预警理论、周期波动理论、神经网络理论和计算机系统理论入手，理清了基于BP神经网络的房地产市场预警模型的构建思路，构建了基于BP神经网络的北海市预警模型。并运用Matlab对该预警模型进行了训练和验证，结果显示预警模型具有较好的泛化能力。　　 第二部分，在基于BP神经网络的房地产预警模型基础上，运用计算机软件技术设计实现了基于BP神经网络的房地产预警系统。　　 第三部分，以北海市作为实证研究对象，将房地产预警系统应用于北海市房地产市场，收集2004年以来北海市房地产市场历年数据，获得7个能提供给BP神经网络训练的样本，将所得的样本数据作为预警计算机系统的输入，通过预警系统的计算，得到2011年北海市房地产市场将处于“热”状态的结论，给出了对策与建议。　　 最后，对预警系统的应用领域进行了研究，并提出了系统的改进方案。