基于ACO-LS-SVM的房地产价格评估研究
本文关键词：基于ACO-LS-SVM的房地产价格评估研究 出处：《工程管理学报》2013年05期 论文类型：期刊论文
【摘要】：针对传统房地产估价方法存在较大主观随意性等问题,通过对最小二乘支持向量机(LS-SVM)模型用于房地产估价的优缺点分析,针对其参数选取问题提出了运用蚁群算法(ACO)进行优化,经整合建立了基于蚁群算法优化的最小二乘支持向量机(ACO-LS-SVM)的房地产估价模型。给出了模型的估价算法步骤,并采用Matlab软件编程,以训练样本为基础,用测试样本检验了模型用于商品住宅价格评估的准确性、有效性和可行性。
[Abstract]:In order to solve the problem of subjective randomness in traditional real estate valuation method, the advantages and disadvantages of the LS-SVM model are analyzed by using the least square support vector machine (LS-SVM) model. An ant colony algorithm (ACO) is proposed to optimize its parameters. The real estate valuation model based on the ant colony algorithm optimization (LS-SVM) is established, and the steps of the evaluation algorithm are given. The Matlab software is used to program, based on the training sample, the accuracy, validity and feasibility of using the model to evaluate the commodity housing price are tested with the test sample.
【作者单位】： 大连理工大学建设工程学部;
【分类号】：F293.3;F224
【正文快照】： 房地产价格构成复杂,形成过程中影响因素众多且具有较大的随机波动性,因此采用科学、有效的定价方法就显得尤为重要。目前我国房地产市场中常用的几种估价方法包括成本法、收益法和市场比较法[1]。然而这些方法都存在一些不足,如市场比较法在选择可比实例时过于简单粗糙,系数
【参考文献】
相关期刊论文 前4条
1 石秀芬;;遗传算法的支持向量机模型在房地产估价中的应用[J];商业经济;2011年19期
2 秦军立;倪世宏;苏晨;;基于蚁群优化的SVM及其应用研究[J];计算机仿真;2009年11期
3 王f^;李伟;;人工神经网络在房地产估价中的应用研究[J];山西建筑;2010年21期
4 杜树新,吴铁军;用于回归估计的支持向量机方法[J];系统仿真学报;2003年11期
【共引文献】
相关期刊论文 前10条
1 丁蕾,陶亮;支持向量机在胆固醇测定中的应用[J];安徽大学学报(自然科学版);2005年02期
2 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
4 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
5 丁蕾,朱德权,陶亮;支持向量机在物理实验中的应用[J];安庆师范学院学报(自然科学版);2005年02期
6 丁蕾;朱德权;;基于BP与SVR的非线性回归之比较[J];安庆师范学院学报(自然科学版);2011年02期
7 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期
8 刘翠红;;基于SVR的船舶溢油事故预测[J];环境科学与管理;2008年09期
9 张贵,乔春生;应用支持向量机回归确定岩体强度指标[J];北方交通大学学报;2004年01期
10 张玉川;张作泉;;支持向量机在股票价格预测中的应用[J];北京交通大学学报;2007年06期
相关会议论文 前10条
1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
4 刘英林;刘洪鹏;g窃，
本文编号：1411718
本文链接：https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/1411718.html
