经济实力和科技水平的显著提升,使得合肥市在吸引省内人口回流的同时,也成为更多优秀人才的选择,因此未来合肥市住宅市场需求潜力巨大。本文选取合肥市住宅需求量作为研究对象,不仅可以为房地产企业制定投资开发方案、政府制定房地产政策提供参考,而且对其他二线发展较弱城市起到借鉴作用。考虑到房地产市场的复杂性和非线性特征,本文利用收集的样本数据构建PSO-BP神经网络,并利用该模型预测未来三年合肥市的住宅需求量。本文共分为四部分,其主要研究内容如下:在第二、三章里,首先,探讨房地产相关概念及理论,对可能影响住宅需求的因素从定性的角度进行解释说明。其次,分别从需求和供给两个方面描述分析合肥市住宅市场发展现状,分析结果表示,房价上涨过快是目前合肥市住宅市场上最突出的问题。在第四章里,分别从经济、社会、政策三个角度出发,构建衡量合肥市住宅需求的指标体系。一方面,为了验证所选指标的合理性,分析各自变量与住宅销售面积之间的相关程度,最终确定了包括14个指标在内的指标体系;另一方面,为解决各指标之间较强的相关性、简化预测模型计算复杂度,采用主成分分析提取出两个主成分。在第五章里,分别设定PSO算法、BP神经网络的参数和结构,采用PSO算法优化BP神经网络,并以合肥市住宅需求相关数据为基础进行预测研究。通过与单一BP神经网络的预测结果比较,得出了前者的预测性能更优的结论。另外,为得到更准确的预测结果,以2000-2019年合肥市住宅需求相关数据作为训练样本,重新构建PSO-BP神经网络预测模型,得出未来三年合肥市住宅需求量依次为:1366.01、1607.22、1992.96万平方米,基本保持20%左右的年平均增长率。在第六章里,根据研究结果,以促进合肥市住宅房地产市场健康发展为目的,对政府、房地产开发企业、购房者分别给出合理化建议。