基于灰色理论和神经网络的房地产前期价格预测研究

《基于灰色理论和神经网络的房地产前期价格预测研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于灰色理论和神经网络的房地产前期价格预测研究为了克服单一灰色模型或者BP神经网络的局限性，提出灰色理论和神经网络的房地产前期价格预测模型。该模型采用灰色模型对房地产前期价格的规律性进行分析，BP神经网络对房地产前期价格的随机性进行刻画，实现了优势互补，最后进行房地产前期价格预测具体应用实例分析。结果表明，该模型可以准确描述房地产前期价格的变化趋势，提高房地产前期价格的预测精度，为房地产前期价格预测提供了一种有效的建模工具。己关键词：房地产；前期价格；神经网络；周期性；非线性特点TN711?34；TP311A10049373X(

2、2017)11?0107?04Researchonrealestateearly?stagepricepredictionbasedongreytheoryandneuralnetworkCONGSuli(DepartmentofArchitecturalEngineering,WenjingCollegeofYantaiUniversity,Yantai264000,China)Abstract：InordertoovercomethelimitationofsinglegreymodelorBPneuralnetwork,a

3、realestateearly?stagepriceforecastingmodelbasedongreytheoryandneuralnetworkisputforward.Thegraymodelisadoptedinthemodeltoanalyzetheregularityofrealestateearly?stageprice,andBPneuralnetworkisadoptedtodescribetherandomnessofrealestateearly?stagepricetorealizethecomplem

4、entaryadvantages.Thespecificapplicationinstanceisappliedtotheanalysisofrealestateearly?stagepriceprediction.Theexperimentalresultsshowthatthemodelcandescribethechangetrendofrealestatecarly?stagcpriceaccurately,improvedtheforecastingaccuracyofrealestateearly?stagepric

5、e,andprovidesaneffectivemodelingtoolforrealestateearly?stagepriceforecasting.Keywords：realestate；early?stageprice；neuralnetwork；periodicity；nonlinearcharacteristic0引言近年来，我国的房地产市场非常活跃，房地产价格成为人们经常讨论的话题［1］。为了防止房地产价格过度增长，国家和地方均出台了一系列的政策进行调控，然而由于其他投资市场的随机性太大，一些人没有好的投资渠道，将

6、大量资金投入到房地产市场中，导致房地产价格的随机变化大。在各种政策和人们心理作用的影响下，房地产前期价格预测可以帮助人们了解房地产价格的变化态势［2?3］，预测结果有利于政策制定者和房地产投资者做出准确判断，因此房地产前期价格预测具有重耍的实际价值［4］。当前人们对房地产价格预测主要通过对政策、经济、房贷等因素进行分析，然后对未来房地产价格变化趋势进行估计［5］。有学者认为房地产价格主要与土地价格密切相关，结果表明，土地价格要去行政化，减少政府部门干预，让土地价格由市场决定，降低房地产的成本，有效降低房地产价格［6］。有学者采用

7、时间序列分析法对房地产价格进行建模，通过拟合房贷和房地产价格之间的联系，实现房地产价格预测［7?8］;文献［9］以及文献［10］采用神经网络对房地产价格变化趋势进行拟合，分析了房地产价格变化的随机性，预测结果要优于时间序列法，但房地产价格同时具有季节性变化特点，导致有时预测精度低。灰色模型可以对房地产价格的季节性、周期性变化特点进行建模，挖掘数据中隐藏的变化特点，但不能对房地产价格随机性进行拟合［11］。虽然当前房地产价格研宄很多，但是对房地产前期价格研宄相当少，而且房地产前期价格预测的实际应用价值更高［12］，为了解决当前房地

8、产前期价格预测模型存在的局限性，提出灰色理论和神经网络的房地产前期价格预测模型，分别采用灰色模型和BP神经网络对房地产前期价格的规律性和随机性分别进行建模，实现它们之间的优势互补，实验结果表明，该模型能够有效地描述房地产前期价格的变化趋势，提高房地产前期价格的预