学位论文 > 优秀研究生学位论文题录展示

基于神经网络的住宅房地产价格时间序列预测模型研究

作　者: 李标
导　师: 王万良；周敏才
学　校: 浙江工业大学
专　业: 控制工程
关键词: 动态神经网络时间序列预测相关性
分类号: F293.3
类　型: 硕士论文
年　份: 2012年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

本文以当前中国老百姓最关心的房价问题作为研究选题的对象，具有多方面的选题意义，房价不仅老百姓关心，政府部门以及房地产开发商也非常关注。目前，房地产市场价格预测正逐步成为学术研究热点，所采用的理论和方法各异，都试图探究房地产市场价格走势的内部规律，通过建模进行价格走势分析并实现价格预测[1]。宁波是一个副省级沿海城市、计划单列市，宁波的住宅房地产市场发展趋势具有典型性，本文采用基于人工神经网络的时间序列分析方法，依据宁波市房地产交易中心与宁波市房地产产权产籍监理处官方网站每个月发布的月统计表数据，对宁波市六区住宅房地产价格数据进行数据预处理、建模、学习拟合、实现了宁波六区住宅房地产价格的短期预测，具有一定的精度。本文的主要工作和成果如下：1.构建了多维时间序列BP网络拓扑图；2.将动态神经网络理论应用于房地产价格预测，分别构建了不同步长的基于BP神经网络、RBF神经网络、基于Nnstart GUI时间序列工具箱的住宅房地产价格时间序列预测模型，针对宁波住宅房地产实际数据进行了仿真预测实验，表明了所提方法的有效性；3.对三种模型的实验结论进行横向、纵向比对分析，研究了不同步长对动态神经网络的影响；4.总结得出了“相关性”原则，对神经网络的应用研究具有一定的指导意义。

全文目录

摘要  5-6
英文摘要  6-8
第1章绪论  8-11
  1.1 问题的提出  8
  1.2 文献综述  8-9
  1.3 论文的主要内容和创新点  9-11
    1.3.1 本文的研究内容  9-10
    1.3.2 本文创新点  10-11
第2章动态神经网络  11-22
  2.1 BP 神经网络与BP 学习算法  12-14
  2.2 时间序列  14-20
  2.3 动态神经网络与预测  20-21
  2.4 本章小结  21-22
第3章基于神经网络的住宅房地产价格时间预测模型  22-34
  3.1 采样数据的选取与甄别  22-24
  3.2 实验数据时间序列图  24-25
  3.3 采样数据的处理  25-26
  3.4 网络拓扑结构的设计  26
  3.5 基于BP 神经网络的时间序列预测模型研究  26-30
  3.6 基于RBF 神经网络的时间序列预测模型研究  30-33
  3.7 本章小结  33-34
第4章基于Nnstart GUI 时间序列工具箱的住宅房地产价格预测模型研究  34-41
  4.1 基于Nnstart GUI 时间序列工具箱的预测模型  34-36
  4.2 基于Nnstart GUI 时间序列工具箱的住宅房地产价格预测模型  36-40
  4.3 本章小结  40-41
第5章结论  41-49
  5.1 相关性原则与数据预处理  41-43
  5.2 基于神经网络的时间序列动态神经网络模型研究结论  43-49
参考文献  49-51
致谢  51

基于神经网络的住宅房地产价格时间序列预测模型研究

内容摘要

全文目录

相似论文