基准地价是政府宏观调控土地市场的重要手段，地价的确定对一个城市的经济发展乃至民生具有十分重要的意义。由于地价影响因素众多，每个影响因素权重的确定以及基准地价评价模型的选择具有很大的主观性、经验性与不确定性，传统的地价评估方法往往费时费力、智能化以及功能化程度低。因此另辟蹊径，研究新的评估模型对解决现阶段基准地价更新工作中的问题具有一定借鉴与参考价值。B-P神经网络作为人工网络的核心部分，由于具有独特的学习能力和信息并行分布处理的优势，被广泛应用于各行各业的研究领域中。神经网络非常适合解决主观性强同时智能化低的多影响因素下的不精确、信息模糊性问题，这就决定了B-P神经网络应用于基准地价更新的可行性与合理性。由于B-P神经网络本身也具有一定缺陷，如何对其进行改进，并能成功地解决实际应用问题也是相关领域的研究热点。本文在深入分析基准地价影响因素、评价模型的基础上，从遗传算法和Levenberg-Marquardt算法的特点和计算过程出发，尝试性地研究了一种基于遗传算法和Levenberg-Marquardt算法相结合改进B-P神经网络的基准地价评估方法，分析论证了所提方法的合理性与可行性，并将其成功应用到延安市城区基准地价评估的实际工作中。