本文關(guān)鍵詞：BP神經(jīng)網(wǎng)絡在房地產(chǎn)批量評估中的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著房地產(chǎn)市場的發(fā)展,出現(xiàn)了房屋拆遷價格評估、房地產(chǎn)資產(chǎn)核定以及房產(chǎn)課稅等批量評估問題。由于傳統(tǒng)的單宗評估方法存在評估效率低、成本高、易受主觀因素影響等缺點,進而導致一定程度上稅收流失、社會不公等現(xiàn)象的產(chǎn)生。本文在分析國外批量評估技術(shù)的基礎上,重點研究計算機批量評估系統(tǒng)中的核心部分——批量評估模型,為國內(nèi)房地產(chǎn)批量評估系統(tǒng)的建立提供理論支持。由于各國的房地產(chǎn)市場相差較大,我國批量評估模型的建設不能照搬國外的理論,應結(jié)合國內(nèi)房地產(chǎn)市場實際情況,對國外成熟的批量評估技術(shù)進行本地化改進。我國房地產(chǎn)市場發(fā)展尚不成熟,影響因素較為復雜,不能確定特征變量與價格之間的關(guān)系,故本文提出BP神經(jīng)網(wǎng)絡模型,利用其自適應處理問題和非線性映射能力,找出房地產(chǎn)價格與其各變量之間的關(guān)系,用以對類似大批量的房地產(chǎn)進行批量評估。本文首先介紹了批量評估的概念與方法原理,得出BP神經(jīng)網(wǎng)絡實質(zhì)為批量化的市場比較法。運用市場比較法有兩個非常重要的關(guān)鍵點,一是影響因素的選取及量化；二是可比案例的選擇。本文針對以上兩點,對房地產(chǎn)價格影響因素進行了詳細分析和定量化處理；并提出在評估區(qū)域的劃分問題上應用聚類分析技術(shù),解決了較難選擇可比案例的問題。其次,介紹人工神經(jīng)網(wǎng)絡的基本思想及運行過程,對神經(jīng)網(wǎng)絡中的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)及算法進行論述,針對傳統(tǒng)算法的不足之處,采用改進化的LM算法。通過論述BP神經(jīng)網(wǎng)絡理論在房地產(chǎn)估價中應用的可行性,建立了基于BP神經(jīng)網(wǎng)絡的房地產(chǎn)批量評估模型。最后,以劃分后的某評估區(qū)域為研究對象,利用matlab軟件中的神經(jīng)網(wǎng)絡工具箱建立以房地產(chǎn)價格的影響因素作為輸入,房地產(chǎn)價格作為輸出的BP網(wǎng)絡模型,通過反復訓練的方式確定了隱含層的神經(jīng)元個數(shù),結(jié)果顯示,文中構(gòu)建的BP神經(jīng)網(wǎng)絡模型在經(jīng)過13次迭代后,達到預定的誤差精度要求,網(wǎng)絡訓練成功。且網(wǎng)絡收斂速度快、擬合效果較好,測試樣本的預測誤差百分比也大為優(yōu)越。因此,該BP神經(jīng)網(wǎng)絡模型可用來評估該區(qū)域內(nèi)大批量的房地產(chǎn)。
【關(guān)鍵詞】：BP神經(jīng)網(wǎng)絡 房地產(chǎn)價格 批量評估
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP183;F299.233.32
【目錄】：

• 摘要6-7
• Abstract7-12
• 第一章 緒論12-24
• 1.1 研究背景和意義12-14
• 1.1.1 研究背景12-14
• 1.1.2 研究意義14
• 1.2 國內(nèi)外研究現(xiàn)狀14-19
• 1.2.1 國外房地產(chǎn)批量評估的產(chǎn)生與發(fā)展14-16
• 1.2.2 國內(nèi)研究現(xiàn)狀16-19
• 1.3 研究的主要內(nèi)容19-20
• 1.4 研究技術(shù)路線與方法20-24
• 1.4.1 技術(shù)路線20-21
• 1.4.2 研究方法21-24
• 第二章 房地產(chǎn)批量評估概述24-36
• 2.1 房地產(chǎn)批量評估的概念24-25
• 2.1.1 批量評估與單宗評估方法的區(qū)別24-25
• 2.2 房地產(chǎn)批量評估的理論基礎25-28
• 2.2.1 房地產(chǎn)估價理論與方法25-27
• 2.2.2 房地產(chǎn)批量評估方法的選擇27-28
• 2.3 房地產(chǎn)價格影響因素研究28-35
• 2.3.1 房地產(chǎn)價格影響因素分析29-32
• 2.3.2 房地產(chǎn)批量評估模型影響因素的選取32-33
• 2.3.3 房地產(chǎn)價格影響因素指標的量化33-35
• 2.4 本章小結(jié)35-36
• 第三章 房地產(chǎn)評估區(qū)域的劃分36-48
• 3.1 評估區(qū)域劃分的概念36
• 3.2 聚類分析理論概述36-42
• 3.2.1 聚類相關(guān)知識37
• 3.2.2 聚類分析常用的相似性度量37-40
• 3.2.3 聚類方法的選擇及步驟40-42
• 3.3 房地產(chǎn)評估區(qū)域的劃分42-47
• 3.3.1 房地產(chǎn)評估區(qū)域劃分的基本原則42
• 3.3.2 昆明市評估區(qū)域的劃分42-43
• 3.3.3 數(shù)據(jù)采集43
• 3.3.4 數(shù)據(jù)分析結(jié)果43-47
• 3.5 本章小結(jié)47-48
• 第四章 人工神經(jīng)網(wǎng)絡48-66
• 4.1 人工神經(jīng)網(wǎng)絡概述48-53
• 4.1.1 人工神經(jīng)元模型49-51
• 4.1.2 人工神經(jīng)網(wǎng)絡的運行過程51-53
• 4.2 BP神經(jīng)網(wǎng)絡模型53-60
• 4.2.1 BP神經(jīng)網(wǎng)絡結(jié)構(gòu)54-55
• 4.2.2 BP網(wǎng)絡的標準學習算法55-58
• 4.2.3 BP網(wǎng)絡算法的局限性及改進58-60
• 4.3 房地產(chǎn)批量評估的BP神經(jīng)網(wǎng)絡模型60-64
• 4.3.1 BP網(wǎng)絡在房地產(chǎn)批量評估中應用的可行性60-61
• 4.3.2 房地產(chǎn)批量評估流程設計61-62
• 4.3.3 房地產(chǎn)批量評估的網(wǎng)絡結(jié)構(gòu)設計62-64
• 4.4 基于MATLAB的房地產(chǎn)估價神經(jīng)網(wǎng)絡模型實現(xiàn)64-65
• 4.5 本章小結(jié)65-66
• 第五章 房地產(chǎn)批量評估的BP神經(jīng)網(wǎng)絡模型案例66-78
• 5.1 數(shù)據(jù)來源及處理66-69
• 5.2 BP網(wǎng)絡訓練過程及結(jié)果69-75
• 5.2.1 傳統(tǒng)BP算法的網(wǎng)絡訓練過程及結(jié)果70-71
• 5.2.2 改進LM算法的網(wǎng)絡訓練過程及結(jié)果71-75
• 5.3 網(wǎng)絡測試檢驗75-77
• 5.4 結(jié)果分析77
• 5.5 本章小結(jié)77-78
• 第六章 結(jié)論與展望78-80
• 6.1 結(jié)論78-79
• 6.2 創(chuàng)新與不足79
• 6.3 研究展望79-80
• 致謝80-82
• 參考文獻82-86
• 附錄A 攻讀碩士期間發(fā)表論文目錄86-88
• 附錄B 西山區(qū)船房片區(qū)多層框架結(jié)構(gòu)住宅樣本數(shù)據(jù)88-92
• 附錄C 交易案例樣本數(shù)據(jù)92-96
• 附錄D 交易案例數(shù)據(jù)量化表96-99

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 郭文華;為合理計算不動產(chǎn)稅立陶宛引入計算機化批量評估系統(tǒng)[J];國土資源情報;2005年06期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 郭振華;我國房地產(chǎn)批量評估技術(shù)研究[D];首都經(jīng)濟貿(mào)易大學;2013年

  本文關(guān)鍵詞：BP神經(jīng)網(wǎng)絡在房地產(chǎn)批量評估中的應用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：503534