基于神经网络房地产价格指数的预测研究

  本文关键词：基于神经网络房地产价格指数的预测研究，由笔耕文化传播整理发布。

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比

维普资讯

中山大学研究生学刊 (会科学版 )社 第2 7卷第 2期 J U N LO H R U T S O R A FT E G AD A E VO .2 o L 7N 2 2 0 S N Y T—S N U I E ST ( O I LS IN E ) 2 O 06 U A E NV R I Y S CA C E C S O 6

基于神经网络房地产价格指数的预测研究 胡章明 【内容提要】研究表明，房地产价格指数常表现为非线性，要对它进行预测 就必须利用一种能模拟非线性的模型。从理论上讲，神经网络能够无限逼近非线性函数，所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用

的是基于误差反向传播算法的多层前馈网络 ( P神经网络 )和径向基函数 B ( B )神经网络。首先利用 B RF P神经网络对采集到的中国房地产价格指数进行训练和模拟，最后进行预测，并比较预测结果和真实值，，发现误差比较大。一

方面是因为选取的样本数据少，另一方面是因为 B P神经网络本身具有缺陷。 为了克服 B P神经网络预测的缺陷，本文接着运用 R F神经网络对选取的数据 B 进行训练和模拟，用训练好的网络来进行预测，得到的预测结果与真实值相比较，误差很小，而且 R F神经网络的运行速度要比 B B P神经网络快很多。经过

比较可以得出 R F神经网络用于经济预测可以达到很好的效果。 B

【关键词】房地产价格指数 B神经网络 R F P B神经网络网络训练

一

、

引言

房地产业是国民经济发展的重要产业，它的健康发展对拉动经济增长，调整产业结

构，改善人民生活水平起着重要的作用。长期以来，国家相关主管部门对房地产的发展高度重视，一方面积极采取措施规范和搞活房地产市场，以此促进经济增长，另一方 面，建立房地产预警系统，密切关注房地产市场发展态势，积极采取措施调控房地产市场，防止房地产过热。房地产市场是一个复杂的系统，因为房地产业的发展不仅涉及土地政策、人口政策、税收政策、通关政策和商品住宅平均容积率调控等政策，还涉及到

建筑材料市场、金融市场、劳动力市场等各方面的发展，所以对房地产市场进行研究是 必要的。

运用价格指数进行房地产市场总体分析，在我国已有很多年的经验，这种研究在实际经济活动中起到了重要的作用。

房地产价格指数是动态描述一定区域内一段时间各类房地产 (如商业、住宅和工业 )价格变动及其总体价格平均变动趋势和变动程度的相

收稿日： 06— 4- 5期 20 0 2

  本文关键词：基于神经网络房地产价格指数的预测研究，由笔耕文化传播整理发布。