發(fā)布時(shí)間：2023-04-23 02:20

　　隨著房地產(chǎn)行業(yè)的發(fā)展,國(guó)家、社會(huì)和個(gè)人都對(duì)房?jī)r(jià)比較關(guān)注。而影響房?jī)r(jià)的因素有很多,除國(guó)家的調(diào)控外,還有一些不可控因素的存在,其中采光、戶型、環(huán)境等都對(duì)房?jī)r(jià)有一定程度的影響,導(dǎo)致房地產(chǎn)市場(chǎng)變動(dòng)很大。因此研究一種精度高的預(yù)測(cè)房?jī)r(jià)的模型就有了實(shí)際的意義,其中神經(jīng)網(wǎng)絡(luò)已然成為了一種新型的預(yù)測(cè)方法。在BP神經(jīng)網(wǎng)絡(luò)和MATLAB工具箱函數(shù)的理論基礎(chǔ)上,選取了506組與波士頓房?jī)r(jià)有關(guān)的數(shù)據(jù),對(duì)數(shù)據(jù)做歸一化處理和降維分析。隨機(jī)選擇其中的406組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),調(diào)整參數(shù),建立BP神經(jīng)網(wǎng)絡(luò)模型,用訓(xùn)練好的網(wǎng)絡(luò)預(yù)測(cè)房?jī)r(jià)。然而,傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)雖然具有很強(qiáng)的非線性映射能力,但在預(yù)測(cè)過(guò)程中耗時(shí)長(zhǎng)、預(yù)測(cè)效果差、易陷入局部最優(yōu),且傳統(tǒng)的遺傳算法搜索能力差,易陷入局部最優(yōu)。針對(duì)上述問(wèn)題,用免疫克隆算法和小生境技術(shù)對(duì)遺傳算法做了改進(jìn),改進(jìn)后的遺傳算法可以優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,從而達(dá)到優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的目的。在這個(gè)條件下,建立GA-BP神經(jīng)網(wǎng)絡(luò)模型、NGA-BP神經(jīng)網(wǎng)絡(luò)模型、CGA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)房?jī)r(jià)。通過(guò)MATLAB工具箱中的函數(shù),隨機(jī)選擇源數(shù)據(jù)中的406組作為輸入數(shù)據(jù),訓(xùn)練網(wǎng)絡(luò)。根據(jù)設(shè)計(jì)好的網(wǎng)絡(luò)模...

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 本文工作
    1.4 本文創(chuàng)新點(diǎn)
第二章 相關(guān)技術(shù)與理論
    2.1 房?jī)r(jià)預(yù)測(cè)理論述
    2.2 數(shù)據(jù)預(yù)處理理論
    2.3 神經(jīng)網(wǎng)絡(luò)概述
    2.4 BP神經(jīng)網(wǎng)絡(luò)
第三章 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
    3.1 遺傳算法
    3.2 遺傳算法基本理論
    3.3 遺傳算法工具箱
    3.4 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
第四章 基于改進(jìn)的遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
    4.1 基于免疫克隆遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
    4.2 基于小生境遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
第五章 房?jī)r(jià)預(yù)測(cè)模型的設(shè)計(jì)與實(shí)驗(yàn)仿真
    5.1 實(shí)驗(yàn)數(shù)據(jù)選取與預(yù)處理
    5.2 BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
    5.3 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型
    5.4 改進(jìn)的遺傳算法預(yù)測(cè)模型性能對(duì)比
    5.5 實(shí)驗(yàn)結(jié)果分析
    5.6 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表論文



本文編號(hào)：3798885