房地产开发是一项高投入、高收益、高风险的投资活动，在开发过程中会受到社会、政治、经济、技术等很多不确定因素的影响，在当前我国房地产业宏观调控力度加大的形势下，投资者如果仅仅依靠经验进行投资，则会具有较大的盲目性，必然会加大房地产投资风险。因而，科学合理的房地产投资风险评价系统的研究迫在眉睫，运用科学方法对房地产投资风险进行评价，在理论和实践方面都具有重要的价值。本文首先，对房地产投资风险的相关理论进行了归纳和总结，并从房地产投资的各个阶段出发，对房地产投资风险因素进行了具体分析，建立了房地产投资风险评价指标体系；其次，阐述了基于改进PSO优化BP神经网络的相关理论；最后，建立了改进PSO-BP的房地产投资风险评价模型，通过训练与检测验证了改进PSO-BP模型的评价效果优于一般传统方法，并将该模型应用到房地产投资风险评价的实际案例中，得出了有效的评价结果。本文针对BP神经网络的缺陷，利用改进PSO优化BP神经网络，实现了BP神经网络仅在已接近最优解的基础上进行参数寻优的目的，有效的提高了网络的寻优精度和速度，使房地产投资风险评价效果更好。同时结合天津市房地产投资的实际案例，重点探讨了改进PSO-BP神经网络在房地产投资风险评价中的应用，对提高我国的房地产投资企业以及相关决策部门的决策水平具有现实意义。