基于BP神经网络的温州市商品房价格趋势预测
发布时间:2024-03-02 08:52
本文从房屋的特征价格模型出发,通过建立温州市商品房价格的BP神经网络模型,对近年来温州市主城区的商品房价格的发展趋势进行预测分析,从中可以看到应用BP神经网络模型,在房屋特征价格的评价指标体系下,通过对样本数据的归一化处理,可以很好的进行商品房价格的预测。神经网络的测试结果显示,在训练样本的验证中有88.4%的楼盘价格相对误差在10%以内;测试样本的验证中楼盘价格相对误差均在10%以内,并且最大相对误差仅为9.73%。这表明该模型对温州主城区商品房价格的预测具有一定的精确性,该网络模型可以应用到本地区的商品房价格预测。 最后利用已建立的BP神经网络模型,对温州市主城区即将开盘的楼盘进行了价格趋势预测。
【文章页数】:49 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 前言
1.1 商品房价格趋势预测分析的背景
1.2 商品房价格趋势预测分析的意义
1.3 研究内容和目标
1.4 研究的技术路线
2 文献综述
2.1 房价预测常用的模型[2-7]
2.1.1 时间序列预测法
2.1.2 VAR模型
2.1.3 小波神经网络
2.1.4 灰色-马尔科夫模型
2.2 BP神经网络
2.2.1 从生物神经网络到人工神经网络
2.2.2 BP神经网络的理论
2.2.3 BP算神经网络算法的步骤
2.2.4 BP神经网络的改进
2.3 特征价格模型的理论基础[12-18]
2.3.1 特征价格理论的发展历程
2.3.2. 房地产特征价格模型的研究
3 建立温州商品房特征价格模型
3.1 商品房的主要特征[19]
3.1.1 商品房的自然属性
3.1.2 经济特性
3.2 商品房价格的主要影响因素[20]
3.2.1 宏观因素
3.2.2 微观因素[21-24]
3.3 温州商品房特征价格模型
3.3.1 温州基本概况[25]
3.3.2 国家宏观经济政策环境[26]
3.3.3 温州商品房特征价格模型框图
4 基于 BP神经网络的温州市商品房价格趋势预测
4.1 样本数据的准备
4.2 神经网络模型的设计
4.3 网络的训练过程与结果分析
4.4 网络的验证
4.5 商品房价格趋势预测
5. 结论
5.1 本文主要结论
5.2 本文存在的一些问题与进一步的研究工作
参考文献
致谢
攻读学位期间发表的学术论文目录
本文编号:3916626
【文章页数】:49 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 前言
1.1 商品房价格趋势预测分析的背景
1.2 商品房价格趋势预测分析的意义
1.3 研究内容和目标
1.4 研究的技术路线
2 文献综述
2.1 房价预测常用的模型[2-7]
2.1.1 时间序列预测法
2.1.2 VAR模型
2.1.3 小波神经网络
2.1.4 灰色-马尔科夫模型
2.2 BP神经网络
2.2.1 从生物神经网络到人工神经网络
2.2.2 BP神经网络的理论
2.2.3 BP算神经网络算法的步骤
2.2.4 BP神经网络的改进
2.3 特征价格模型的理论基础[12-18]
2.3.1 特征价格理论的发展历程
2.3.2. 房地产特征价格模型的研究
3 建立温州商品房特征价格模型
3.1 商品房的主要特征[19]
3.1.1 商品房的自然属性
3.1.2 经济特性
3.2 商品房价格的主要影响因素[20]
3.2.1 宏观因素
3.2.2 微观因素[21-24]
3.3 温州商品房特征价格模型
3.3.1 温州基本概况[25]
3.3.2 国家宏观经济政策环境[26]
3.3.3 温州商品房特征价格模型框图
4 基于 BP神经网络的温州市商品房价格趋势预测
4.1 样本数据的准备
4.2 神经网络模型的设计
4.3 网络的训练过程与结果分析
4.4 网络的验证
4.5 商品房价格趋势预测
5. 结论
5.1 本文主要结论
5.2 本文存在的一些问题与进一步的研究工作
参考文献
致谢
攻读学位期间发表的学术论文目录
本文编号:3916626
本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/3916626.html