基于ACO-SVM的房地产项目投资风险评价

发布时间：2020-06-26 04:01

【摘要】：房地产业是我国国民经济的基础性、先导性产业,房地产投资是一项高投入、高风险、高回报的投资活动,其受经济、社会、技术、自然以及管理者自身素质等多方面影响。由于前些年我国房地产市场快速蓬勃发展,很多投资者即使仅凭主观经验粗略的进行投资决策,也能获得较高的收益,从而忽视了对投资风险因素的研究与分析。随着我国的住房情况由供不应求到供求基本平衡,甚至局部地区供略大于求局面的转变,如果投资者不对房地产项目投资风险进行科学的分析,一旦风险发生,将会带来不可挽回的损失。因此,对房地产项目投资风险进行综合分析和科学评价具有重要的现实意义。本文首先研究了房地产投资的现状,分析国内外房地产投资风险的研究进度。然后,根据房地产投资风险理论,按照风险的来源将影响投资的因素分为社会因素、经济因素、技术因素、自然风险和内部管理风险等6大类19个具体风险因素,并构建了风险评价指标体系。随后,选择预测领域有较好效果的最小二乘支持向量机作为风险评价的主要方法,并利用改进的蚁群算法克服支持向量机在参数选择上的盲目性,构造了基于蚁群优化的支持向量机风险评价模型。最后,采用MATLAB编程,利用近3年的25个投资项目的数据,将本文所建模型与交叉验证支持向量机模型进行对比,验证了模型的有效性。本文所建立的基于ACO-SVM模型的房地产投资风险评价模型,对于提高投资者的风险分析能力和进行投资决策都具有重要的现实意义。
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.23;TP18
【图文】：

RBF核参数值变化曲线

惩罚系数C值变化曲线

【参考文献】

相关期刊论文 前1条

1 周江;;房地产市场运行分析[J];中国金融;2015年02期

本文编号：2729793