文档介绍:第 24 卷第 3 期四川理工学院学报自然科学版 Vol. 24 No. 3
2011 年 6 月 Journal of Sichuan University of Science & Engineering Natural Science Edition Jun. 2011
文章编号 1673-1549 2011 03-0366-04
基于 BP 神经网络自贡房地产价格走势预测
杜道渊,柏宏斌,周锋
,
四川理工学院理学院四川自贡 643000
摘要文章通过分析调查影响自贡房地产市场的主要因素,基于 BP 神经网络,结合自贡住宅市
场的实际情况,建立两类 BP 神经网络预测模型基于时间序列的趋势预测模型、基于影响因素的回归
预测模型,预测了自贡房地产市场价格走势。模拟预测 2010 年的结果证明了 2011 年房价预测的有
效性,可为自贡城市建设的可持续发展提供有价值的指导意见。
关键词神经网络房价预测响应函数训练函数
中图分类号TP183 文献标识码A
,
随着经济发展全国多数大中城市房价一直呈上升贡市房地产住宅市场的供给、需求、房价与其影响因素
, , ,
趋势自贡房价自 1999 年起也是节节攀升房价问题引之间的关联关系然后预测自贡市房地产住宅市场未来
[ ]
, 1-3
起社会的普遍关注。针对自贡的实际情况进行分析建的发展情况。具体步骤如下
立模型预测 2010 年和 2011 年一、二、三、四季度的房价表 1 符号说明
, , 序号符号符号说明
走势通过比对 2010 年的统计结果平均误差为
神经元的第个输入
,所以年的预测具有一定指导性,可以在一 1 zi i
4. 85% 2011 神经元的阈值
, 2 θ
定程度上帮助消费者和开发商正确的面对市场对自贡人均居住使用面积平方米
3 Y1
大城市建设的可持续发展提供有价值的指导意见市区人口总数万人
。 4 Y2
人均可支配收入元
5 Y3
问题假设人均消费性支出元
1 6 Y4
住宅平均售价元平方米
7 Y5 /
对于房价的分析和预测,有很多的确定和不确定因房地产开发投资亿元
8 Y6
, 地区生产总值亿元
素在建立预测模型时需要对一些条件进行假设。设固 9 Y7
贷款利率
定相关税收土地价格建材价格劳动力薪酬和房产商 10 Y8 %
、、、住宅销售面积平方米
11 Y9
做宣传的成本。主要考虑人均居住面积、人口总数、人 12 E 测试集网络输出和目标误差
均可支配收入和房地产开发投资等主要因素,并根据已 13 w2 输出层第 k 个神经元与隐含层第 j 个关联度
1 输出层第个神经元与隐含层第个关联度
有数据来分析与预测房价走势 14 w j i
。输入量
15 yn
y 输出量
2 符号说明 16 n
17 N 隐含层节点数
18 n 输入层节点数