房地产市场最直观的体现就是市场价格,不同因素、不同地区和不同市场对房价影响会有很大的不同,尤其住宅价格与人民生活息息相关。近些年来,房价的不断上涨更是成为人们关注的焦点,学术界也较多选取商品住宅销售均价作为代表商品住房市场发展程度的风向标。研究结合昆明市的房地产市场现状,从众多影响房价的因素中选取了13个指标作为该市房价的代表因素,通过建立灰色关联度模型对尽可能多的因素进行筛选和分析,并辅助MATLAB编程计算出各个因素与房价的绝对和相对关联度值,最终综合考虑确定出每个因素的综合关联度,进而判断其影响大小并排序；依据综合关联度排序的结果,从中选出综合关联系数较大的前七个因素与昆明市房价建立GM(1,8)模型,利用模型对2005-2011年昆明市房价做出预测,并与实际值进行残差检验和后验差检验,证实预测误差较小。在后期预测应用时,虽然各个指标的预测值是由经改进的GM(1,1,x(0))预测获得,但其累积误差不容忽视,为更大程度的提高预测的准确性,随后对构建的GM模型进行改进：调用MATLAB的多项式曲线拟合对各指标进行预测,借助BP神经网络训练和修正其指标预测值的结果,将修正之后的预测值重新代入构建的GM模型,这在很大程度上控制了偏差,得出了更具参考价值和说服力的结论,也弥补了影响房价变化的多个经济变量之间的定量关系无法用精确的数学表达式来描述的不足。最后,对昆明市商品住宅价格进行了短期预测,并依据未来市场波动的不同情形分别予以阐述,结论部分客观的对昆明市区域房价及影响因素做了分析,从宏观调控层面给出了政策建议,此研究为昆明市的投资决策和房地产市场发展提供了一定的指导和借鉴意义。