写字楼市场是房地产市场的一个重要组成部分之一，它在国民经济中占有十分重要的地位。目前，我国对于写字楼市场的研究十分缺乏，尤其在中西部城市几乎是片空白。写字楼市场与住宅市场相比具有较大的区别，因此，住宅市场的研究方法不适合写字楼市场。对写字楼需求量的研究有助于我们更好地了解写字楼市场，对于我们研究写字楼市场有着重要的意义。由于影响写字楼需求量的因素比较复杂，而且写字楼的历史成交数据也比较缺乏，导致写字楼的需求规律难以寻找，因此传统的预测模型无法很好地完成对它的预测。本文在前人的研究基础上，利用线性和非线性相给合的思想，首次采用多元线性回归和神经网络的组合模型用于武汉市写字楼需求量的预测。　　本文采用了定性和定量相结合的方法，系统地分析了影响写字楼需求量的各种因素。发现GDP、第三产业值、进出口总值、物价指数、旅游收入、人均年可支配收入对写字楼需求量的影响较为显著，它们与写字楼需求量之间的相关系数均在0.9以上。本文首次将旅游收入作为写字楼需求量的一个重要的影响因素，并将其用于写字楼需求量的预测，更符合实际的情况。　　基于多元线性回归模型和神经网络模型各自自身的优缺点，本文将多元线性回归模型和神经网络模型进行了组合，并利用该组合模型对武汉市写字楼需求量进行了预测，该组合模型兼顾了多元回归分析的非线性特性和神经网络的时序特性。分析最终的预测结果可以得出，单个的多元线性回归模型预测的平均误差为0.257，单个的神经网络模型预测的平均误差为0.164，而二者的组合模型预测的平均误差则为0.104，二者的组合模型预测的效果明显优于它们单个模型的预测效果。　　通过该组合模型对武汉市未来三年写字楼需求量的预测，可以得出，2014年武汉市写字楼的需求量为110.26万平方米，2015年的需求量为118.34万平方米，2016年的需求量为121.63万平方米。根据武汉市房产局的统计数据，可知，2014年上半年武汉市写字楼的成交量为51.82万平方米，这与预测的结果基本吻合，可信度较高。