我國(guó)房地產(chǎn)行業(yè)在住宅貨幣化、商品化、土地有償使用等一系列的市場(chǎng)化改革之后,經(jīng)過(guò)三十多年的建設(shè)與發(fā)展,產(chǎn)業(yè)規(guī)模不斷擴(kuò)大,已經(jīng)成為國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè)。面對(duì)房地產(chǎn)業(yè)的高風(fēng)險(xiǎn)和高收益,隨著而來(lái)的是行業(yè)的投機(jī)、炒作現(xiàn)象日益嚴(yán)重。同時(shí),房地產(chǎn)是資本密集型行業(yè)。因此,如何充分掌握信息資源,有效地預(yù)測(cè)房地產(chǎn)市場(chǎng),使政府和房地產(chǎn)企業(yè)能對(duì)房地產(chǎn)市場(chǎng)進(jìn)行較準(zhǔn)確的估計(jì)、預(yù)測(cè)和判斷,成為了重要而迫切的研究課題,具有很強(qiáng)的理論和現(xiàn)實(shí)意義。 現(xiàn)階段的房地產(chǎn)市場(chǎng)價(jià)格預(yù)測(cè)方法常見(jiàn)的有線性回歸預(yù)測(cè)模型、時(shí)間序列預(yù)測(cè)、趨勢(shì)線預(yù)測(cè)法等。而影響房地產(chǎn)價(jià)格的主要數(shù)據(jù)指標(biāo)涉及許多不確定因素,且相互關(guān)系錯(cuò)綜復(fù)雜,預(yù)測(cè)房地產(chǎn)價(jià)格實(shí)際上是一個(gè)非線性問(wèn)題。人工神經(jīng)網(wǎng)絡(luò)依據(jù)數(shù)據(jù)本身的內(nèi)在聯(lián)系建模,克服了傳統(tǒng)線性分析和人員主觀判斷的影響,具有良好的自組織、自適應(yīng)性,同時(shí)具有很強(qiáng)的學(xué)習(xí)能力以及抗干擾能力。 本文以人工神經(jīng)網(wǎng)路作為主要研究工具。首先,對(duì)房地產(chǎn)價(jià)格特征及其影響因素進(jìn)行概述,通過(guò)分析可以發(fā)現(xiàn)住宅商品房?jī)r(jià)格主要受該地生產(chǎn)總值、人均可支配收入水平、居民消費(fèi)價(jià)格指數(shù)、土地開(kāi)發(fā)投資、房地產(chǎn)開(kāi)發(fā)投資額等因素的影響。其次,對(duì)人工神經(jīng)網(wǎng)絡(luò)理論和方...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 研究目的和意義
        1.1.1 我國(guó)房地產(chǎn)行業(yè)的發(fā)展現(xiàn)狀
        1.1.2 研究意義
    1.2 房地產(chǎn)價(jià)格預(yù)測(cè)相關(guān)研究現(xiàn)狀
    1.3 本文的研究思路與目標(biāo)
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
        1.3.3 技術(shù)路線
        1.3.4 可能的創(chuàng)新
2 房地產(chǎn)市場(chǎng)價(jià)格分析
    2.1 房地產(chǎn)概述
        2.1.1 房地產(chǎn)的定義
        2.1.2 房地產(chǎn)的特性
    2.2 房地產(chǎn)價(jià)格的特征和影響因素
        2.2.1 房地產(chǎn)價(jià)格的特征
        2.2.2 房地產(chǎn)價(jià)格影響因素
3 神經(jīng)網(wǎng)絡(luò)計(jì)算模型
    3.1 神經(jīng)網(wǎng)絡(luò)概述
        3.1.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展史
        3.1.2 神經(jīng)網(wǎng)絡(luò)原理
        3.1.3 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
    3.2 基于神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格預(yù)測(cè)原理
        3.2.1 正向建模
        3.2.2 逆向建模
    3.3 反向傳播(Back-Propagation,BP)網(wǎng)絡(luò)理論
        3.3.1 BP網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 BP網(wǎng)絡(luò)學(xué)習(xí)規(guī)則
        3.3.3 BP網(wǎng)絡(luò)設(shè)計(jì)技巧
        3.3.4 初始值的選取
        3.3.5 BP網(wǎng)絡(luò)的局限性
        3.3.6 提高泛化能力的方法
    3.4 Elman神經(jīng)網(wǎng)絡(luò)模型
        3.4.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.2 Elman神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程
4 人工神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格預(yù)測(cè)模型中的應(yīng)用
    4.1 應(yīng)用背景介紹
    4.2 BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格預(yù)測(cè)模型中的應(yīng)用
    4.3 BP改進(jìn)模型在房地產(chǎn)價(jià)格預(yù)測(cè)中的應(yīng)用
        4.3.1 主成分分析(Principal Component Analysis,PCA)
        4.3.2 實(shí)驗(yàn)仿真
    4.4 Elman網(wǎng)絡(luò)在房地產(chǎn)價(jià)格預(yù)測(cè)中的應(yīng)用
    4.5 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文及科研成果
致謝



本文編號(hào)：3736371