基于BP神经网络技术的长沙市房地产价格预测

发布时间：2024-07-03 01:15

　　房地产是拉动经济增长的重要动力来源,房地产价格走势不仅对国民经济的平稳运行有着重要作用,和社会秩序稳定和人民基本生活保障也有密切联系,此外随着市场经济的不断发展与完善,房地产交易越来越频繁,房地产价值评估发展迅速。房地产是一项特殊的商品,其价格影响因素复杂且广泛。因此分析房地产价格影响因素并预测其未来价格趋势,可以为政府调控、房地产企业决策、消费者购买以及房地产评估从业人员提供一些参考依据。本文选取了长沙市市辖区一级房地产市场的商品住宅房为研究对象,以BP神经网络为研究工具,对其影响因素及未来价格进行研究。在影响因素选取方面,从市场需求、市场供给、成本构成、外部环境等方面选取了长沙市GDP、年末常住总人口、住宅土地成交面积、住宅土地成交均价、房地产开发企业竣工房屋造价、城镇人均可支配收入、城镇人均消费支出、房地产开发企业住宅竣工房屋面积、住宅商品房销售面积、房地产开发住宅投资额、城镇化率共11个影响因素,以2010-2019年的数据作为样本,将2010-2016年数据作为训练集,构建输入集和输出集,将2017-2019年的数据作为测试集,经过训练后显示测试集数据误差在5%以内,模型拟合...

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

图1.1本文框架图

1.2.3本文框架1.3研究可能的创新点和不足之处

图3.12015-2016长沙市市辖区土地成交面积

自2016年以来,长沙市市辖区内土地成交面积总体呈现增加趋势,平稳了三年多的长沙一级土地市场,在2019年迎来了一波“越级”式的增长。全年供应面积达2655万平米,环比增长了56%。土地成交均价也逐年上升。随着新地铁线路网络建设的推进,“地铁线周边土地”的供应力度明显加大,其中又....

图3.22015-2019长沙市市辖区土地成交均价

近五年,长沙市市辖区内土地成交均价也在逐步上涨,除2019年因全市土地总量供应量较多使得整体土地成交均价有所下降后,整体土地成交均价上涨幅度较大,2016年、2017年、2018年、2019年长沙市市辖区内土地成交均价分别较2015年上涨62.51%、138.38%、300.93....

图4.1BP神经网络结构示意图

在BP神经网络中,神经元处理单元可以分为输入层、输出层和隐含层三类。输入层的作用是接收输入的信息,包括字母、数据、概念等;输出层的作用是进行系统处理结果的输出;隐含层是在系统内部的单元不能被观察到,它位于输入层和输出层之间。如下图所示是一个隐含层为两层的网络结构。BP神经网络的学....

本文编号：4000301