BP神经网络在轨道交通沿线周边房地产估价中的研究

发布时间：2020-11-11 17:57

　　 随着我国市场经济的发展,房地产产业蓬勃兴起,但近年来房地产泡沫威胁着我国的经济安全和民生稳定,房地产估价有助于推动房地产价格的规范化正常化,构建健康合理的房地产市场交易秩序。但目前我国房地产估价理论水平低,而市场对估价工作的需求日益增长,房地产估价方式需要朝定量化、精度化拓展,因此借助计算机等模型探索更为科学合理的估价模式具有极为重要的理论意义和现实意义。 本文在对国内外研究现状及房地产估价格适用条件、方法和环节等方面进行系统分析的基础上,发现估价中容易出现的问题。针对房地产估价的偏差进行一定的社会经济影响分析,对我国出让土地的招拍挂制度改革进行了初步探讨。 本文选取当今各大中城市积极推进的城市轨道交通建设为研究角度,在研究城市轨道交通对周围土地、商业、住宅等房地产具有正的外部性的基础上,分析轨道交通站点对于周边商品房住宅价格的影响因素,选取这些主要影响因素,搜集相关数据。采用MATLAB神经网络工具箱建立了BP神经网络的房地产估价模型。选用Levenberg-Marquardt优化方法为训练算法,对一组已经成交的房地产案例进行训练和验证,得到了满意的结果。实践证明,运用BP神经网络可以拓展房地产估价方法,可以提高估价精度,可以作为检验估价人员结果的重要参考资料。最后并且运用SPSS软件进行因子分析,总结出影响轨道交通站点周边房地产价格的六大因子,为今后研究同一领域相关问题提供理论铺垫。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F293.3
【部分图文】：

一线城!矜一一线绷院厂曰拐移动、派沟工一二线垢肖-二线城心件U海移动学均数据来源:中指研究所、长城证券图1一 207年7月以来一、止线城市房价指数Fig.l一 2RealestatesPrieeindexoffirstandseeondlevelcitiesSineeJuly2007我国的房地产业要小心步美国次贷危机后尘，经济泡沫化。衡量房地产泡沫的一个重要指标是房价收入比(每平米价格/居民月收入)。按照国际经验标准，合理的城镇房价与家庭月可支配收入比在3:1左右，一般6:1以上的区域被经济学家称之为泡沫区。如图1一3表明我国一线城市房价步入2万元的新阶段，在此背景下我国一线城市可支配收入见表1一1。而当今中国的城镇房价与家庭年收入比平均高达7.6:1，有的地方甚至超过10:1。如今，政府为了一直在力求把房价调控在一定合理的区间内，确保国民经济快速稳定发展，在各地建立了房地产价格监测预警制度

熬┙煌ù笱?妒??宦畚脑擞肕ATLAB对案例的估价模拟4.3.2训练过程结果编辑好程序后建立mat文件 trainl.mat，训练过程如图4一3，训练好的权值、阀值矩阵如图4一4和如图4一5，训练过程误差曲线如图4一6。彝典藻澎楠蒙忽辨葬粼嘿娜馨襄黝麟蜘翩麟麟徽麟翻瓣黝哪螂粼麟蒲颧燃燃麟黝彝潍黝黔摹罐解熬娜溯娜罐瓣麟斜翱麟篇靡癣麟撇瓣爵攀龚薰照夕亡妙烤断即沂电当而时少!。D睁·余嗯，·郭?““伪侧，{，、。脚、‘脚亘亘称.遥墓墓聋一烈感哆日撇烤s做犷骂一注双峋.飞”藕弱洲绮找玲llt!l通万{目“:512它飞盆1二x]15xldl，_6.q，尹err_七。以呀了1托Z已日.翻_.p夕亡五日.吕p一扁熟t.

训练好的权值、阀值(输入层到隐层)矩阵示意图
【参考文献】

相关期刊论文 前10条

1 闾力强;房地产估价的区域因素量化研究[J];西华大学学报(哲学社会科学版);2005年02期

2 ;Retrospect and Prospect of the Influence Diagram[J];Engineering Sciences;2005年01期

3 刘艳琼;陈英武;;完全信息价值的影响图求解法及其应用[J];中国工程科学;2006年08期

4 陈赟;李晶晶;杨文安;;模糊影响图评价高速公路经营风险[J];系统工程;2006年03期

5 余建星,孟博,刘立名,王涛;模糊影响图在海洋工程项目风险分析中的应用[J];中国海上油气.工程;2002年03期

6 谷一桢;郭睿;;轨道交通对房地产价值的影响——以北京市八通线为例[J];经济地理;2008年03期

7 杨励雅;邵春福;;基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法[J];吉林大学学报(工学版);2008年03期

8 李静;谭大璐;;房地产估价中非货币收益的量化研究[J];建筑经济;2006年02期

9 吴劲军;房地产估价研究:BP神经网络区间估算法[J];统计教育;2004年05期

10 聂琦波;关于房地产估价理论中四个矛盾问题的若干分析[J];华中科技大学学报(城市科学版);2003年04期

相关博士学位论文 前1条

1 郑捷奋;城市轨道交通与周边房地产价值关系研究[D];清华大学;2004年

相关硕士学位论文 前2条

1 李刚;基于人工神经网络的房地产估价研究[D];长安大学;2006年

2 许婷婷;基于土地价值分析的城市轨道交通车站综合开发研究[D];北京交通大学;2009年

本文编号：2879542