投资估算是指依据现有的资料和特定的方法,对建设项目未来发生的费用进行预测和确定的过程。投资估算对房地产公司投资决策的正确进行,以及概预算的编制、资金的筹措都有重要的影响。随着房地产市场的逐渐成熟,不仅房地产开发企业,包括房地产咨询、银行、政府相关部门也需要在房地产开发的可行性阶段对投资估算的数据有一个客观和真实的了解。然而,由于房地产投资估算的相关影响因素比较多,而且之间有复杂的非线性关系,这样给投资估算带来了一定的难度。　　随着计算机并行处理技术的发展,很多基于现代数学的技术得到很好的应用,BP神经网络的发展为投资估算提供了一个新的途径。但是,BP神经网络有极易陷入局部极小值的缺点。本文根据影响建筑安装费用的相关因素,建立估算建筑安装费用的遗传BP神经网络模型,该模型使用遗传算法优化BP神经网络的初始权值和阀值,从而避免BP神经网络陷入局部极小值,同时也提高了估算的精度。　　本文的主要研究工作为:　　1、用遗传算法优化BP神经网络的初始权值和阀值,从而避免BP算法陷入局部极小值。　　2、以北京某公司影响建筑安装费用的相关数据为对象,构建估算建筑安装费用的遗传BP神经网络模型,并使用MATLAB软件进行处理。结果证明,遗传算法优化BP神经网络比一般BP神经网络具有更高的估算精度。