住宅房地产价格评估的空间型BP神经网络模型

发布时间：2017-07-16 00:07

  本文关键词：住宅房地产价格评估的空间型BP神经网络模型

  更多相关文章： 住宅房地产价格评估 BP神经网络 空间回归 空间滞后向量 遗传算法

【摘要】：住宅房地产价格与交通、环境等各类影响因子之间存在着非线性复杂关系,住宅价格的空间自相关性对住宅价格建模也有重要的影响。考虑到住宅价格的空间自相关性,构建了3种空间型BP神经网络模型,并利用遗传算法(GA)进行模型训练。第一种空间型模型的输入层神经元为样本坐标,第二种空间型模型的输入层神经元为空间滞后向量,第三种空间型模型的输入层神经元既包括样本坐标也包括空间滞后向量。以武汉市为例进行实证分析,选取了2010年291个住宅价格样本。实验结果表明,空间型BP神经网络模型的拟合精度优于普通BP神经网络模型及空间滞后模型,其中第三种空间型BP神经网络模型效果最优,输出结果与实际价格相关性达86.69%,均方根误差明显小于其他模型。
【作者单位】： 武汉大学资源与环境科学学院;武汉大学地理信息系统教育部重点实验室;
【关键词】： 住宅房地产价格评估 BP神经网络 空间回归 空间滞后向量 遗传算法
【基金】：国家自然科学基金资助项目(41171312)
【分类号】：F299.23;TP183
【正文快照】： 住宅房地产价格评估建模涉及商服繁华度、道路通达度等诸多影响因素,住宅价格与其影响因子之间是一种复杂非线性关系。BP神经网络模型可以自动地向样本学习,将输入和输出之间的复杂关系分布存储在神经元之间的连接权中,具有自组织、自适应、自学习、非线性映射能力等优点,可同

【相似文献】

中国期刊全文数据库 前10条

1 黄秉宪;;随意运动控制与学习的多级神经网络模型[J];国外医学.生物医学工程分册;1988年02期

2 周常河,刘立人,王文江;高阶神经网络模型的一种光学实现结构[J];量子电子学;1992年01期

3 潘中良,陈光，

本文编号：546307