基于灰关联的GA-BP神经网络居民住宅税基批量评估研究

发布时间：2017-12-14 14:01

  本文关键词：基于灰关联的GA-BP神经网络居民住宅税基批量评估研究

  更多相关文章： 房地产税基 批量评估 灰色关联理论 GA算法 BP神经网络

【摘要】：我国过去的房产税是以经营性房产为征税对象,但为了调控房地产市场,拓宽地方政府的财政收入来源,2011年1月28日在重庆市和上海市开始执行开征房产税,将符合条件的个人住房也划进了征税范围内。如何对房地产税基价值进行评估成为人们关注的焦点和重点,对房地产进行准确的估价是开征房产税的基本前提,房产税税基评估在房地产改革过程中占据了重要的地位。一旦房产税在全国各地进行推广,房产税税基所涉及的范围和数量巨大,对于以往依靠手工完成的传统单宗房地产的具体评估已不能满足当前评估的要求,因此,如何提高房地产税基评估的科学性、准确性,确保高效率和低成本地完成税基评估工作,已成为当前房地产评估行业亟需研究和解决的一个重要课题。面对房地产税基评估对象众多的背景下,运用批量评估对房地产税基进行评估势在必行,因此采用批量评估是解决这一问题的最佳方案。本文在房地产税基评估的理论基础上,分析了居民住宅房地产税基评估的价值类型,指出当前国内传统的市场法、成本法和收益法无法满足税基评估的要求,因此采用批量评估作为房地产税基评估的方法,并分析了批量评估方法的特点。针对普通居民住宅税基批量评估问题,融合灰色关联理论、GA算法和BP神经网络的优势,提出了一种新的居民住宅税基批量评估模型——基于灰色关联理论、GA算法和BP神经网络集成的居民住宅税基批量评估模型。首先,通过灰色关联分析法筛选出居民住宅房地产价格的主要影响因素,即简化BP神经网络的输入变量;然后,针对BP神经网络模型的不足,利用GA算法优化BP神经网络的初始值,构建基于灰色关联分析的GA-BP神经网络评估模型。最后,本文选取南昌市进行实证分析,分别建立传统BP神经网络模型和GA-BP神经网络模型,通过对比分析得出,经GA算法优化后的BP神经网络提高了传统BP算法对非线性问题的处理能力,同时也提高了传统BP算法的收敛速度和泛化能力,预测结果更接近真实值。实验结果表明,新的估价方法能进行快速、准确地估测居民住宅房地产的价格,在居民住宅房地产税基评估中具有较好的应用前景。
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.23;F812.42

【相似文献】

中国期刊全文数据库 前10条

1 莫恭佑;;神经网络及其在英国的应用[J];国际科技交流;1992年03期

2 闵志;;神经网络:使计算机具有快速学习功能[J];国际科技交流;1992年03期

3 杨则正;神经网络中模拟人的思维过程[J];管理科学文摘;1994年07期

4 柴振荣;利用神经网络的智能型管理[J];管理科学文摘;1995年03期

5 冯继民;神经网络:从工程观点看其发展前景[J];管理科学文摘;1995年05期

6 王中贤，钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期

7 郑士贵;预测大学毕业生的成功:神经网络和传统技术的比较[J];管理科学文摘;1996年04期

8 李斌;神经网络在集体决策过程中进行多准则模拟时的应用[J];管理科学文摘;1996年04期

9 李斌;推论和神经网络[J];管理科学文摘;1996年05期

10 郑士贵;伴随新制品研制的神经网络:述评[J];管理科学文摘;1996年06期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

，

本文编号：1288138