本文關(guān)鍵詞：房地產(chǎn)價(jià)格指數(shù)的智能預(yù)測(cè)方法研究

  更多相關(guān)文章： 房地產(chǎn)價(jià)格指數(shù) 支持向量機(jī) 粒子群 滾動(dòng)預(yù)測(cè)

【摘要】：通過(guò)分析近期房地產(chǎn)市場(chǎng)的發(fā)展形勢(shì),不難看出房地產(chǎn)市場(chǎng)有下滑趨勢(shì),國(guó)防景氣指數(shù)下跌嚴(yán)重,房地產(chǎn)投資增速減慢,房地產(chǎn)銷(xiāo)售出現(xiàn)負(fù)增長(zhǎng)。房地產(chǎn)價(jià)格指數(shù)的惡化波及到70多個(gè)城市,市場(chǎng)略顯萎靡,為此國(guó)家放寬了限購(gòu)、限貸政策,目前房地產(chǎn)回暖趨勢(shì)明顯。房地產(chǎn)是我國(guó)經(jīng)濟(jì)發(fā)展的支柱性產(chǎn)業(yè)。中國(guó)經(jīng)濟(jì)的發(fā)展無(wú)疑到了換擋時(shí)期,新常態(tài)的經(jīng)濟(jì)發(fā)展也必將帶來(lái)房地產(chǎn)市場(chǎng)發(fā)展的新常態(tài),成熟、理性、差異化將成為新時(shí)期房地產(chǎn)市場(chǎng)發(fā)展的目標(biāo)。縱觀全國(guó)房地產(chǎn)行業(yè),其房地產(chǎn)價(jià)格相比其他國(guó)家相對(duì)較高,其價(jià)格變動(dòng)難以受控。房地產(chǎn)價(jià)格指數(shù)是房地產(chǎn)市場(chǎng)發(fā)展的晴雨表和溫度計(jì),研究房地產(chǎn)價(jià)格指數(shù)的規(guī)律將為政府、投資者、購(gòu)房者提供可靠的指導(dǎo)。因此對(duì)房地產(chǎn)價(jià)格指數(shù)的建立、發(fā)布、實(shí)施具有重大的現(xiàn)實(shí)意義。首先,房地產(chǎn)市場(chǎng)是一個(gè)復(fù)雜的非線性系統(tǒng)。基于此,本文在進(jìn)行仿真試驗(yàn)的過(guò)程中加入了混沌理論,通過(guò)相空間重構(gòu)房地產(chǎn)價(jià)格指數(shù)序列,還原多種因素的共同作用,從一定程度上增加了該非線性時(shí)間序列的客觀性。其次,通過(guò)研究房地產(chǎn)價(jià)格指數(shù)的智能預(yù)測(cè)方法,提出了用支持向量機(jī)算來(lái)實(shí)現(xiàn)。通過(guò)運(yùn)用幾個(gè)不同的參數(shù)尋優(yōu)方法對(duì)SVM的參數(shù)進(jìn)行處理,對(duì)比預(yù)測(cè)結(jié)果,最終建立PSO-SVM相結(jié)合的預(yù)測(cè)模型。最后,對(duì)其建立了滾動(dòng)預(yù)測(cè)模型。將滾動(dòng)預(yù)測(cè)與PSO-SVM進(jìn)一步結(jié)合,通過(guò)滾動(dòng)預(yù)測(cè)使預(yù)測(cè)結(jié)果動(dòng)態(tài)化、直觀化。滾動(dòng)預(yù)測(cè)模型的提出將更好為政府宏觀調(diào)控、外商投資以及消費(fèi)者購(gòu)房提供相對(duì)準(zhǔn)確、及時(shí)、客觀的指導(dǎo),具有一定的實(shí)用價(jià)值。
【關(guān)鍵詞】：房地產(chǎn)價(jià)格指數(shù) 支持向量機(jī) 粒子群 滾動(dòng)預(yù)測(cè)
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F299.23
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 房地產(chǎn)價(jià)格指數(shù)研究背景及意義10-13
• 1.1.1 房地產(chǎn)價(jià)格指數(shù)研究背景10-12
• 1.1.2 房地產(chǎn)價(jià)格指數(shù)研究意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 房地產(chǎn)價(jià)格指數(shù)的國(guó)內(nèi)外現(xiàn)狀研究13-15
• 1.2.2 房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)國(guó)內(nèi)外研究現(xiàn)狀15-17
• 1.3 論文的技術(shù)路線和主要內(nèi)容17-19
• 1.3.1 論文的技術(shù)路線17
• 1.3.2 論文的主要內(nèi)容17-19
• 第2章 房地產(chǎn)價(jià)格理論基礎(chǔ)19-29
• 2.1 房地產(chǎn)價(jià)格19-22
• 2.1.1 房地產(chǎn)價(jià)格形成機(jī)制19-21
• 2.1.2 房地產(chǎn)價(jià)格的特點(diǎn)21-22
• 2.2 城市空間結(jié)構(gòu)對(duì)房地產(chǎn)價(jià)格指數(shù)的影響22-24
• 2.2.1 城市的空間增長(zhǎng)形態(tài)22-23
• 2.2.2 不同物業(yè)的地域結(jié)構(gòu)23
• 2.2.3 房地產(chǎn)價(jià)格受空間結(jié)構(gòu)影響大23-24
• 2.3 房地產(chǎn)價(jià)格內(nèi)部關(guān)系24-25
• 2.3.1 房地產(chǎn)價(jià)格收入比24
• 2.3.2 房地產(chǎn)價(jià)格內(nèi)部關(guān)系24-25
• 2.4 房地產(chǎn)價(jià)格指數(shù)編制25-27
• 2.4.1 成本投入法26
• 2.4.2 加權(quán)平均法26
• 2.4.3 重復(fù)交易法26-27
• 2.4.4 特征價(jià)格法27
• 2.4.5 混合模型方法27
• 2.5 本章小結(jié)27-29
• 第3章 時(shí)間序列預(yù)測(cè)過(guò)程及管理29-39
• 3.1 時(shí)間序列的預(yù)測(cè)過(guò)程29-32
• 3.1.1 預(yù)測(cè)步驟29-30
• 3.1.2 預(yù)測(cè)目標(biāo)30-32
• 3.1.3 預(yù)測(cè)的應(yīng)用32
• 3.1.4 有關(guān)預(yù)測(cè)的自動(dòng)化水平問(wèn)題32
• 3.2 預(yù)測(cè)方法簡(jiǎn)述32-35
• 3.2.1 以模型為基礎(chǔ)的方法和以數(shù)據(jù)驅(qū)動(dòng)為基礎(chǔ)的方法32-33
• 3.2.2 外推預(yù)測(cè)法、計(jì)量模型預(yù)測(cè)法和外部信息33-34
• 3.2.3 人工預(yù)測(cè)和自動(dòng)預(yù)測(cè)34
• 3.2.4 組合方法34-35
• 3.3 時(shí)間序列預(yù)測(cè)管理35-38
• 3.3.1 報(bào)告預(yù)測(cè)結(jié)果35
• 3.3.2 預(yù)測(cè)監(jiān)測(cè)35-36
• 3.3.3 撰寫(xiě)報(bào)告36-37
• 3.3.4 對(duì)預(yù)測(cè)進(jìn)行記錄并一直保持37
• 3.3.5 對(duì)預(yù)測(cè)過(guò)程進(jìn)行調(diào)整37-38
• 3.4 本章小結(jié)38-39
• 第4章 時(shí)間序列預(yù)測(cè)模型39-49
• 4.1 常用混沌時(shí)間序列模型介紹39-44
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)39-41
• 4.1.2 小波神經(jīng)網(wǎng)絡(luò)41-42
• 4.1.3 灰色時(shí)間序列預(yù)測(cè)模型理論42-43
• 4.1.4 支持向量機(jī)理論43-44
• 4.2 預(yù)測(cè)模型中參數(shù)尋優(yōu)算法介紹44-48
• 4.2.1 粒子群算法理論44-46
• 4.2.2 遺傳算法46-47
• 4.2.3 交叉驗(yàn)證法47-48
• 4.3 基于參數(shù)尋優(yōu)的LSSVM模型48
• 4.4 本章小結(jié)48-49
• 第5章 實(shí)例分析49-60
• 5.1 數(shù)據(jù)選擇49-50
• 5.1.1 天津市房地產(chǎn)現(xiàn)狀分析49-50
• 5.1.2 天津市房地產(chǎn)數(shù)據(jù)選擇50
• 5.2 混沌理論與相空間重構(gòu)50-52
• 5.3 基于混沌理論的預(yù)測(cè)模型的建立52-58
• 5.3.1 基于粒子群算法（PSO）的支持向量機(jī)(SVM)模型52-54
• 5.3.2 基于遺傳算法的支持向量機(jī)模型54-55
• 5.3.3 基于交叉驗(yàn)證選參的支持向量機(jī)模型55-58
• 5.4.基于粒子群算法的支持向量的滾動(dòng)預(yù)測(cè)模型58
• 5.5 本章小結(jié)58-60
• 結(jié)論60-62
• 參考文獻(xiàn)62-65
• 致謝65-66
• 作者簡(jiǎn)介66-67
• 攻讀碩士期間發(fā)表的論文和科研成果67-68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 王文波;費(fèi)浦生;羿旭明;;基于EMD與神經(jīng)網(wǎng)絡(luò)的中國(guó)股票市場(chǎng)預(yù)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2010年06期

2 焦玉磊;謝昌浩;;房地產(chǎn)價(jià)格指數(shù)研究現(xiàn)狀與前景[J];云南財(cái)經(jīng)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2011年05期

3 楊曉冬;王要武;;基于神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)泡沫預(yù)警研究[J];中國(guó)軟科學(xué);2008年02期

，

本文編號(hào)：1135622