本文首先对国内外房地产估价的研究现状进行总结、概括,然后从房地产价格的形成条件、特征、影响因素以及房地产估价的基本理论入手分析,在阐述房地产估价基本理论的基础上,对房地产基本估价方法进行总结分析。重点对粗糙集理论以及人工神经网络理论进行详细论述,从粗糙集的基本理论入手,对信息系统的知识约简算法和连续属性的离散化方法进行系统的论述,主要用于对原始数据的处理。从人工神经网络的基础原理入手,深入论述其结构及特点的基础上,对BP网络模型的基本思想及算法进行系统的论述。在分析市场比较法目前存在的不足的基础上,论证了RS-ANN技术对于改进上述不足引入房地产估价的可行性,构建基于RS-ANN的房地产估价模型。意在将RS(粗糙集)强大的数据处理功能和ANN(人工神经网络)科学的网络优化预测功能相结合,实现优势互补,在减少主观判断以及估价时间的基础上为正确的房地产估价提供有效的理论与实践基础。最后用实际案例去验证所提出模型的优越性。