市場經濟的迅速發展,我國的房地產市場日益活躍,逐步走向完善。與此相關的房地產估價業務在地產市場中扮演著重要的角色,并迅速發展壯大,服務范圍越發寬廣；房地產估價對于推動房地產價格正�；⒈Ｕ瞎浇灰�、建立健康的市場體系具有不可估量的作用。當前我國的房地產估價研究尚處于探索階段,很少建立數學模型進行定量化評估,因而積極尋找更為科學的評估方法具有重要的理論意義和實踐意義。 本文首先系統論述當前房地產價格評估中應用比較廣泛的方法：市場比較法、成本法、收益法,對這些估價方法的特點、應用條件和范圍進行系統的分析。分析了傳統估價方法在處理房地產影響因素與成交價格的非線性關系上存在的不足之處。 其次,系統介紹人工神經網絡的基本思想、網絡結構及其訓練算法,并對BP神經網絡算法進行論述和推導,對BP神經網絡的改進算法進行了總結和分析。人工神經網絡具有非線性函數動態處理能力、自組織、自適應和自學習的功能,可用作建模的工具。 第三,在前人研究基礎上,論證人工神經網絡理論在房地產估價應用的可行性,利用神經網絡超強的非線性關系處理能力,從大量的訓練樣本尋找客觀規律,構建房地產估價的神經網絡模型。 最后,在估價模型...

【文章頁數】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景
    1.2 研究意義
    1.3 研究現狀
    1.4 研究內容
    1.5 小結
第二章 房地產價格影響因素和評估方法
    2.1 房地產價格理論
        2.1.1 房地產價格的概念
        2.1.2 長期市場供求價格機制論
        2.1.3 短期市場供求價格機制論
    2.2 房地產價格影響因素
        2.2.1 房地產價格影響因素的分類
        2.2.2 房地產價格的主要影響因素
    2.3 房地產估價方法
        2.3.1 市場比較法的基本原理
        2.3.2 成本法的基本原理
        2.3.3 收益法的基本原理
    2.4 小結
第三章 神經網絡理論基礎
    3.1 神經網絡概述
        3.1.1 生物神經元及特征
        3.1.2 人工神經元模型
    3.2 BP神經網絡
        3.2.1 BP神經元
        3.2.2 BP神經網絡的算法
        3.2.3 BP網絡學習規則
    3.3 BP神經網絡的不足及改進
        3.3.1 BP神經網絡存在的問題
        3.3.2 BP算法的改進
    3.4 小結
第四章 價格評估神經網絡模型
    4.1 神經網絡估價原理
    4.2 神經網絡估價流程設計
    4.3 BP神經網絡的設計
        4.3.1 輸入輸出變量的確定
        4.3.2 網絡層數的確定
        4.3.3 隱含層單元數的確定
        4.3.4 網絡結構參數的確定
    4.4 小結
第五章 MATLAB的房地產估價神經網絡模型實現
    5.1 MATLAB概述
    5.2 基于MATLAB的BP神經網絡工具箱函數
        5.2.1 BP網絡創建函數
        5.2.2 神經元上的傳遞函數
        5.2.3 BP網絡學習函數
        5.2.4 BP網絡訓練函數
    5.3 房地產估價神經網絡程序的實現
        5.3.1 數據的準備
        5.3.2 數據處理
        5.3.3 網絡學習
    5.4 基于改進的BP網絡模型實現
    5.5 小結
第六章 結論與展望
    6.1 研究主要工作和結論
    6.2 不足和展望
參考文獻
攻讀學位期間發表論文
附錄
致謝



本文編號：4005189