随着我国加入WTO以及经济改革的进一步深入,城镇土地定级估价工作的重要性得到体现。城镇土地定级估价工作具有大信息量、时效性、高质量、应用广泛等特性,研发土地定级估价信息系统是实现土地定级估价科学化、自动化的重要手段,智能化土地估价模型能够进一步提升土地估价信息工作科学水平。我国现阶段的城镇土地定级估价信息系统存在功能专一、主观因素影响过大、智能化程度不高等问题。在实际工作中如何完善系统,使土地定级估价变得更加客观、更加科学、更加智能是亟需解决的问题。人工神经网络是解决主观因素影响过大和智能化程度不高这两个问题的合适方法。人工神经网络特别适用于解决需要同时考虑许多因素和条件的、不精确的和模糊的信息处理问题,将其用于土地定级估价可以充分发挥人工神经网络的优点,减少土地定级估价过程中的主观因素影响,使结果更加客观。也为土地定级估价提供的一种新的解决方法、一种新的思想。本文主要采用人工神经网络中的B-P神经网络建立土地估价智能模型,在ArcGIS的开发平台下,实现了基于B-P神经网络改进算法的人工神经网络土地估价模型,并以河南省三门峡市2003年土地定级估价数据为实验数据验证模型实用价值。首先在研究国内外B-P改进算法的基础上,选出了两种改进算法,并根据估价需要调整了其参数值,使其更适于土地估价工作。其次分析了人工神经网络在土地估价中应用的方法,并详细阐述了神经网络土地估价模型的建立,讨论了人工神经网络的网络结构设计方法与原则。探讨了人工神经网络预测地价的工作流程和人工神经网络预测地价的特点和适用范围。利用ESRI公司的面向对象的空间数据模型GeoDatabase把空间数据和属性数据存储在同一个数据库中。在ArcGIS开发平台下编写了两种改进的B-P神经网络,对传统B-P算法、变步长B-P算法及权值突变B-P算法进行了测试和比较。最后以三门峡市为例,利用其2003年的土地定级估价成果,对B-P神经网络土地估价模型进行建立、训练和检验,得出适合于三门峡市土地估价的改进B-P算法是权值突变B-P算法。利用权值突变B-P算法进行样点估价并将其估价结果与市场比较法算得的地价进行比较分析。对比结果表明,改进算法的B-P神经网络土地估价模型的平均相对误差小于市场比较法。通过以上研究得出,将改进的B-P神经网络应用于城镇土地估价中是可行的。对变步长B-P算法和权值突变B-P算法参数的调整,在土地估价过程中也是有效的。利用人工神经网络解决了土地估价过程中主观因素影响过多这一问题,可以提高城镇土地定级估价信息系统智能化程度。