房地产行业是一个高回报、高风险的行业,它具有流动性差、投资周期长和多因素影响投资收益率的特征,其中投资风险是一个不容忽视的方面。因此,选择一个稳定、低风险投资项目就成为房地产投资的确保条件。如何进行有效的投资决策是一个迫切需要解决的问题。投影寻踪(Projection Pursuit,简称PP)模型是一种用来处理和分析高维数据,既可作探索性分析,又可作确定性分析的有效方法。然而,优化投影指标函数是一个复杂的非线性优化问题,用传统方法处理较困难,所以采用微粒群算法(Particle Swarm Optimization,简称PSO)来解决这一问题更为简便和有效。本文首先根据调研和收集的资料,总结出影响房地产投资风险的评价指标;然后运用投影寻踪指标处理方法将房地产投资风险评价指标归一化处理,并建立房地产投资风险评价的投影寻踪模型;同时将微粒群算法应用到最佳投影方向的搜索,大大提高计算效率和求解稳定性;最后,建立基于PSO-PP模型来解决具有高维数据特征的房地产投资方案的风险评价的问题,为决策者选择最佳方案提供了科学依据。