针对国内目前房地产价格高涨的情况,以及房地产定价方法中存在的不足之处,本文分析了国内外房地产定价方法的研究现状,采用模糊神经网络和博弈论的模型,对房地产定价过程进行了模拟,提出来一系列更贴近市场竞争条件下的房地产定价方法。论文对房地产价格形成过程中的个别因素、区域因素和一般因素做了深入的分析,并采用定量分析的方法,对房地产的诸多影响因素做了回归分析,验证了定性分析的结论。应用了BP神经网络模型对房地产价格的走势进行了预测,为房地产价格制定和管理提供更可靠的参考依据。对我国目前的房地产价格上涨原因作了剖析,研究了我国政府宏观调控政策对房地产价格的影响,分析得出只有进一步完善市场结构、加强宏观调控职能,房地产市场才能够稳步、健康的发展。论文在可比楼盘定价法思路基础上建立了一种基于自适应神经网络模糊推理系统ANFIS的房地产定价模型,兼具了模糊推理系统和神经网络的优点,避免了定价工作人员判断各指标之间关系的主观臆断,从而可以更加适合房地产定价的应用。本文在竞争导向型定价、购买者导向型定价和博弈论的基础上,进一步提出了竞争导向型、购买者导向型房地产定价的博弈分析模型。通过静态定价和动态定价,模拟了房地产市场的定价过程。通过博弈模型的建立,分析了房地产市场竞争中各个行为主体自己的决策与其他竞争者决策间的关系和均衡价格的制定过程,得到纳什均衡条件下开发商各自的策略。分析了消费者在不了解开发商类型的情况下,博弈双方针对对方的策略而采取最优方案的过程,得到精炼贝叶斯均衡。这种分析在真实的房地产市场中,对于开发商和消费者来说都是很有价值的。