改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)中應(yīng)用

小波神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用——隨著房地產(chǎn)價(jià)格指數(shù)的作用充分顯現(xiàn),探求預(yù)測(cè)房地產(chǎn)價(jià)格指數(shù)的有效方法是需深入研究的方向“該文以中房上海住宅價(jià)格指數(shù)為例,首先對(duì)房地產(chǎn)價(jià)格指數(shù)序列性質(zhì)進(jìn)行分析,表明房地產(chǎn)價(jià)格指數(shù)是具有非線性特征的非平穩(wěn)時(shí)...

研究表明,房地產(chǎn)價(jià)格指數(shù)常表現(xiàn)為非線性,要對(duì)它進(jìn)行預(yù)測(cè)就必須利用一種能模擬非線性的模型。從理論上講,神經(jīng)網(wǎng)絡(luò)能夠無(wú)限逼近非線性函數(shù),所以本文便嘗試采用神經(jīng)網(wǎng)絡(luò)模型作為預(yù)測(cè)的模型。本文具體運(yùn)用的是基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)(bp神經(jīng)網(wǎng)絡(luò))和徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)。首先利用bp神經(jīng)網(wǎng)絡(luò)對(duì)采集到的中國(guó)房地產(chǎn)價(jià)格指數(shù)進(jìn)行訓(xùn)練和模擬,最后進(jìn)行預(yù)測(cè),并比較預(yù)測(cè)結(jié)果和真實(shí)值,發(fā)現(xiàn)誤差比較大,一方面是因?yàn)檫x取的樣本數(shù)據(jù)少,另一方面是因?yàn)閎p神經(jīng)網(wǎng)絡(luò)本身具有缺陷。為了克服bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的缺陷,本文接著運(yùn)用rbf神經(jīng)網(wǎng)絡(luò)對(duì)選取的數(shù)據(jù)進(jìn)行訓(xùn)練和模擬,用訓(xùn)練好的網(wǎng)絡(luò)來(lái)進(jìn)行預(yù)測(cè),得到的預(yù)測(cè)結(jié)果與真實(shí)值相比較,誤差很小,而且rbf神經(jīng)網(wǎng)絡(luò)的運(yùn)行速度要比bp神經(jīng)網(wǎng)絡(luò)快很多。經(jīng)過(guò)比較可以得出rbf神經(jīng)網(wǎng)絡(luò)用于經(jīng)濟(jì)預(yù)測(cè)可以達(dá)到很好的效果。

基于神經(jīng)網(wǎng)絡(luò)房地產(chǎn)價(jià)格指數(shù)的預(yù)測(cè)研究(續(xù))——研究表明,房地產(chǎn)價(jià)格指數(shù)常表現(xiàn)為非線性,要對(duì)它進(jìn)行預(yù)測(cè)就必須利用一種能模擬非線性的模型。從理論上講,神經(jīng)網(wǎng)絡(luò)能夠無(wú)限逼近非線性函數(shù),所以本文便嘗試采用神經(jīng)網(wǎng)絡(luò)模型作為預(yù)測(cè)的模型。本文具體運(yùn)用的是基于誤差...

文章通過(guò)分析調(diào)查影響自貢房地產(chǎn)市場(chǎng)的主要因素,基于bp神經(jīng)網(wǎng)絡(luò),結(jié)合自貢住宅市場(chǎng)的實(shí)際情況,建立兩類bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型:基于時(shí)間序列的趨勢(shì)預(yù)測(cè)模型、基于影響因素的回歸預(yù)測(cè)模型,預(yù)測(cè)了自貢房地產(chǎn)市場(chǎng)價(jià)格走勢(shì)。模擬預(yù)測(cè)2010年的結(jié)果證明了2011年房?jī)r(jià)預(yù)測(cè)的有效性,可為自貢城市建設(shè)的可持續(xù)發(fā)展提供有價(jià)值的指導(dǎo)意見。

房地產(chǎn)價(jià)格指數(shù)反映房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)的方向和趨勢(shì),是有效地進(jìn)行房地產(chǎn)市場(chǎng)分析的一種必要工具,對(duì)其的預(yù)測(cè)直接影響到眾多干系人的決策,關(guān)系到各干系人的切身利益,因而對(duì)預(yù)測(cè)結(jié)果的精確度要求很高。本文運(yùn)用灰色gm(1,1)模型和bp神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的灰色bp神經(jīng)網(wǎng)絡(luò)模型,以matlab為工具,對(duì)房地產(chǎn)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)。此組合模型融合了灰色預(yù)測(cè)和bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的優(yōu)點(diǎn),既克服了數(shù)據(jù)波動(dòng)性大對(duì)預(yù)測(cè)精度的影響,也增強(qiáng)了預(yù)測(cè)的自適應(yīng)性。并且,以中國(guó)房地產(chǎn)價(jià)格指數(shù)為例進(jìn)行預(yù)測(cè),結(jié)果證明了該組合模型的優(yōu)勢(shì),為房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)研究提供參考依據(jù)。

研究房地產(chǎn)價(jià)格準(zhǔn)確預(yù)測(cè)問(wèn)題。由于房地產(chǎn)價(jià)格影響因子間信息嚴(yán)重冗余,受到社會(huì)上多種因素的影響。傳統(tǒng)預(yù)測(cè)方法不能消除因子間的冗余信息,導(dǎo)致學(xué)習(xí)時(shí)間長(zhǎng)、預(yù)測(cè)精度低。為了提高房地產(chǎn)價(jià)格的預(yù)測(cè)精度,提出一種粗糙集理論bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格預(yù)測(cè)模型(rs-bpnn)。rs-bpnn模型首先采用粗糙集理論消除房地產(chǎn)價(jià)格因子間冗余信息,提取重要因子,然后采用非線性預(yù)測(cè)能力非常強(qiáng)的bp神經(jīng)網(wǎng)絡(luò)對(duì)處理后的數(shù)據(jù)進(jìn)行學(xué)習(xí)建模,用建立好的模型對(duì)房地產(chǎn)價(jià)格進(jìn)行預(yù)測(cè)。仿真結(jié)果表明,rs-bpnn房地產(chǎn)價(jià)格預(yù)測(cè)速度比傳統(tǒng)預(yù)測(cè)方法快,預(yù)測(cè)精度更高,說(shuō)明rs-bpnn的預(yù)測(cè)結(jié)果可以為政策制定者和房地商及買房提供參考。

文章針對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)特性,提出了基于elman神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價(jià)格預(yù)測(cè)方法,并通過(guò)其對(duì)上海市房地產(chǎn)價(jià)格的預(yù)測(cè),證明了該方法的有效性,為房地產(chǎn)價(jià)格預(yù)測(cè)提供了一條新的方法。

bp神經(jīng)網(wǎng)絡(luò)在地基土壓縮指數(shù)預(yù)測(cè)中的應(yīng)用——為了尋求基于多個(gè)常規(guī)物理參數(shù)間接得到土變形參數(shù)的途徑，根據(jù)幾個(gè)實(shí)際工程中的土工試驗(yàn)數(shù)據(jù)，利用bp神經(jīng)網(wǎng)絡(luò)方法對(duì)土壓縮指數(shù)進(jìn)行預(yù)測(cè)。選取土塑性指數(shù)、含水量、孔隙比、密度這4個(gè)常規(guī)物理參數(shù)作為影響土壓縮指數(shù)...

將改進(jìn)型bp網(wǎng)絡(luò)用于房地產(chǎn)估價(jià),通過(guò)在識(shí)別階段對(duì)訓(xùn)練樣本分類正確率問(wèn)題的討論,提出運(yùn)用歐氏距離對(duì)網(wǎng)絡(luò)的識(shí)別系統(tǒng)進(jìn)行改進(jìn)的方法。應(yīng)用實(shí)例表明改進(jìn)識(shí)別方法的bp網(wǎng)絡(luò)應(yīng)用在房地產(chǎn)估價(jià)中能使待判樣本分類正確率從90.5%提高到100%,相應(yīng)的估價(jià)誤差從1.7%降低到0.3%。

在對(duì)某基坑工程采用bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)基坑開挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會(huì)遇到預(yù)測(cè)結(jié)果跳不出訓(xùn)練樣本以及訓(xùn)練時(shí)間較長(zhǎng)的問(wèn)題,提出采用matlab中的mapminmax函數(shù)進(jìn)行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對(duì)bp網(wǎng)絡(luò)訓(xùn)練算法進(jìn)行了改進(jìn).研究結(jié)果表明:與常用的基于梯度下降原則相比,改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)間和預(yù)測(cè)誤差方面均有明顯的優(yōu)勢(shì),采用l-m法的神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本時(shí)的迭代次數(shù)最少為74次,采用共軛梯度法的預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值則比較均衡,預(yù)測(cè)結(jié)果相對(duì)最佳.

bp神經(jīng)網(wǎng)絡(luò)是分析處理復(fù)雜非線性問(wèn)題的一種有效方法,是目前廣泛應(yīng)用的一種神經(jīng)網(wǎng)絡(luò),已被逐漸應(yīng)用于對(duì)宏觀經(jīng)濟(jì)問(wèn)題的研究中。本文有機(jī)地整合了計(jì)量經(jīng)濟(jì)學(xué)與bp神經(jīng)網(wǎng)絡(luò),建立了基于因果關(guān)系理論來(lái)確定bp網(wǎng)絡(luò)的輸入變量,基于協(xié)整理論來(lái)分析bp網(wǎng)絡(luò)系統(tǒng)的可靠性,基于學(xué)習(xí)率可變的動(dòng)量bp算法的用于研究經(jīng)濟(jì)領(lǐng)域問(wèn)題的改進(jìn)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,加強(qiáng)了網(wǎng)絡(luò)模型的理論基礎(chǔ),提高了網(wǎng)絡(luò)模型的質(zhì)量,并將其應(yīng)用于西北建筑業(yè)的預(yù)測(cè)和控制中,取得了令人滿意的效果。

提出一種采用bp神經(jīng)網(wǎng)絡(luò)算法來(lái)預(yù)測(cè)深基坑沉降的方法,結(jié)合具體工程實(shí)例,構(gòu)建了預(yù)測(cè)深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)結(jié)果表明,該模型有較高的預(yù)測(cè)精度,可作為預(yù)測(cè)沉降的一種新方法。

本文結(jié)合住宅房地產(chǎn)的價(jià)格理論和相關(guān)網(wǎng)站上的數(shù)據(jù),科學(xué)地選取影響商品住宅價(jià)格的影響指標(biāo)為人均gdp、人均可支配收入、人口數(shù)量、房地產(chǎn)開發(fā)投資額和商品住宅建筑面積,并以此建立hedonic商品住宅價(jià)格影響因素模型。依照bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的實(shí)現(xiàn)步驟,探索bp神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)?？谑猩唐纷≌瑑r(jià)格的應(yīng)用,得到2018年6月-2019年5月商品住宅價(jià)格預(yù)測(cè)值,對(duì)海口市商品住宅價(jià)格的研究具有一定的指導(dǎo)作用。

針對(duì)房地產(chǎn)價(jià)格與其影響因素之間的復(fù)雜、非線性關(guān)系,采用遺傳bp神經(jīng)網(wǎng)絡(luò)作為房地產(chǎn)估價(jià)的技術(shù)方法,構(gòu)建了基于遺傳bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)估價(jià)模型。結(jié)果表明:遺傳bp神經(jīng)網(wǎng)絡(luò)算法在房地產(chǎn)估價(jià)中具有可行性,對(duì)提高房地產(chǎn)估價(jià)的精度有一定的實(shí)用價(jià)值。

針對(duì)房地產(chǎn)價(jià)格與其影響因素之間的復(fù)雜、非線性關(guān)系,采用遺傳bp神經(jīng)網(wǎng)絡(luò)作為房地產(chǎn)估價(jià)的技術(shù)方法,構(gòu)建了基于遺傳bp神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)估價(jià)模型。結(jié)果表明:遺傳bp神經(jīng)網(wǎng)絡(luò)算法在房地產(chǎn)估價(jià)中具有可行性,對(duì)提高房地產(chǎn)估價(jià)的精度有一定的實(shí)用價(jià)值。

合作經(jīng)濟(jì)與科技!""#$!% &’(’)*+,-./*&’0’1234&.*0&* 56 宏觀經(jīng)濟(jì) 的轉(zhuǎn)軌機(jī)制在于：通過(guò)匯率的貶值，使得 本國(guó)產(chǎn)品在外國(guó)市場(chǎng)上變得相對(duì)便宜， 外國(guó)產(chǎn)品在本國(guó)市場(chǎng)上相對(duì)昂貴，這將 誘發(fā)本國(guó)居民將需求由外國(guó)產(chǎn)品轉(zhuǎn)向本 國(guó)的進(jìn)口替代品，從而減少進(jìn)口需求；同 時(shí)還刺激外國(guó)居民減少對(duì)自己國(guó)內(nèi)產(chǎn)品 的需求，增強(qiáng)對(duì)貶值國(guó)出口品的需求，這 些將對(duì)企業(yè)的投資決策產(chǎn)生直接的影 響，從而使這些企業(yè)對(duì)勞動(dòng)力需求發(fā)生 變化。從許多國(guó)家特別是一些發(fā)展中國(guó) 家的實(shí)踐來(lái)看，本幣貶值肯定會(huì)有利于 促進(jìn)本國(guó)商品的出口，同時(shí)抑制外國(guó)商 品的進(jìn)口。我國(guó)也有很多學(xué)者對(duì)此進(jìn)行 了研究，結(jié)果表明，適度的本幣貶值可以 促進(jìn)本國(guó)的就業(yè)。俞喬認(rèn)為，人民幣貶值 有利于擴(kuò)大就業(yè)，他估計(jì)人民幣貶值 789:5"9可以增加!8"萬(wàn);87"

[碩士]特征價(jià)格理論在房地產(chǎn)價(jià)格指數(shù)編制中的應(yīng)用——【學(xué)位年度】2007　　【摘要】　　房地產(chǎn)價(jià)格指數(shù)是反映不同時(shí)期房地產(chǎn)市場(chǎng)價(jià)格水平的變化趨勢(shì)和程度的相對(duì)數(shù)量指標(biāo)，是所謂的“純價(jià)格指數(shù)”。即價(jià)格指數(shù)只反映由市場(chǎng)供求變化和貨幣購(gòu)買力所引起的價(jià)格...

海軍艦船特裝修理費(fèi)用影響因素多,各因素作用機(jī)理不明晰,建模預(yù)測(cè)難度大。bp神經(jīng)網(wǎng)絡(luò)對(duì)于解決這類“黑箱”問(wèn)題優(yōu)勢(shì)明顯,可通過(guò)自我學(xué)習(xí)訓(xùn)練建立模型。以某型艦船特裝修理費(fèi)用為例,充分利用稀缺的歷史數(shù)據(jù),運(yùn)用改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)建立費(fèi)用預(yù)測(cè)模型,并進(jìn)行了特裝修理費(fèi)用預(yù)測(cè),預(yù)測(cè)精度優(yōu)于傳統(tǒng)模型,可應(yīng)用于管理決策活動(dòng)中。

針對(duì)傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)存在的缺點(diǎn),提出基于遺傳優(yōu)化的變梯度反向傳播的bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法,采用遺傳算法優(yōu)化bp神經(jīng)網(wǎng)絡(luò)的初始權(quán)重,建立路基沉降預(yù)測(cè)模型。該模型可克服bp神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、易陷入局部極小點(diǎn)等缺點(diǎn)。結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù),將該優(yōu)化模型與指數(shù)曲線模型、雙曲線模型、灰色預(yù)測(cè)模型和傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)比,結(jié)果表明改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)在路基沉降預(yù)測(cè)中精度最高,適宜于廣泛推廣應(yīng)用。

針對(duì)傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)存在的缺點(diǎn),提出了用附加動(dòng)量法、自適應(yīng)學(xué)習(xí)速率和l-m優(yōu)化算法等幾種算法進(jìn)行優(yōu)化。通過(guò)對(duì)比分析,證明了采用l-m優(yōu)化和附加動(dòng)量因子算法相結(jié)合取得了最優(yōu)的預(yù)測(cè)效果。該方法克服了bp神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、易陷入局部極小點(diǎn)的缺點(diǎn)。結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù),將該優(yōu)化模型與傳統(tǒng)的bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)比,預(yù)測(cè)結(jié)果表明改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)在路基沉降預(yù)測(cè)中精度最高,適宜廣泛采用。

本文簡(jiǎn)要介紹了灰色預(yù)測(cè)方法ｇｍ（１．１）模型的構(gòu)造與模型檢驗(yàn)。利用１９９８年１～６月中國(guó)房地產(chǎn)北京指數(shù)建立了北京市房地產(chǎn)價(jià)格指數(shù)預(yù)測(cè)模型。經(jīng)模型檢驗(yàn)，該模型預(yù)測(cè)，精度等級(jí)為一級(jí)，預(yù)測(cè)模型可靠。

! "# "$ !""#!"$#$%"%&’#& ’()*+ ,-./012 34567 8967 :;6 ! # " # $7 !"?@$abcdefg#fhdifg$f& !%<j:kl$abcdefg&fhdifg%f& !$<mnop$abcdefg&fhdifg$f& !’<qr$abcdefg&fhdifg%f& !&<st$abcdefg&fhdifg(f ! # " # $& !)</u$abcdefg&fhdifg(f& !*<vwxy$abcdefg&fhdifg(f& !+<mnop$abcdefg&fhdifg$f& !,<z[\]^_$abcdefg&fhdifg(f& !-<‘a(chǎn)bcnd$abcdefg&fhdifg(f ! # " # $& efghij ./0klmno12ghijp qrh./0