“十二五”期间,我国城市轨道交通建设得到迅猛发展。城市轨道交通作为城市重要的交通方式之一,具有高效、安全、舒适的特点。城市轨道交通外部效益显著,对沿线房地产价值有着明显的影响作用。近年来,“地铁房”等城市轨道交通沿线房地产逐渐成为社会民生关注的热点,因而对城市轨道交通沿线房地产价值的评估是非常重要的。传统评估方法由于其自身的局限性,可能导致对沿线房地产价值评估结果的不准确。针对城市轨道交通沿线房地产自身的特殊性,探讨如何采取有效的评估方法对轨道交通沿线房地产价值进行准确评估变得越来越重要。BP神经网络能模拟人类大脑的学习思维能力,是一种功能强大、应用广泛的机器学习算法,被广泛的应用于价值评估领域。在对传统的房地产价值评估方法进行了分析和研究之后,本文提出了将Hedonic特征价格模型与BP神经网络引入对市场法的改进之中。首先,利用Hedonic特征价格模型对样本指标体系进行优化,去除指标之间的共线性影响,以提高估计模型的准确度：然后,将优化后的样本作为输入量导入BP神经网络中,让其进行自我训练,建立非线性映射,最终准确的预测出房地产的价值。本文对成都市轨道交通沿线的房地产采集了样本数据,利用SPSS和Matlab构建了价值评估模型,通过实例分析计算后发现,该模型能准确的预测出沿线房地产的价值,证明了本文提出的这种改进评估方法的准确性与有效性。