论文部分内容阅读
房地产业作为我国的主要经济支柱,其产业集群的发展由于加大了整体间的协作,提高整个房地产业集群的竞争力。因而,房地产产业集群作为一种新的发展趋势和新生力量逐渐在市场上占据主导地位。本文采用演化博弈和非线性动态系统方法,建立了基于互惠基础上的连续型动态系统。通过引出一个多维连续型动态系统微分方程建立了基于生态学的房地产产业集群的演化模型,解释房地产产业集群动态演化特点。最后建立房地产产业集群的景气度智能评判系统,建立房地产产业集群动态预测模型,为房地产产业集群的形成和发展提供了理论依据。本文主要创造性工作如下:第一,建立了基于生物进化有限理性基础之上的演化博弈模型,通过分析房地产产业集群行为主体间的支付收益矩阵建立连续系统动态模型,研究了模型中参数变化对房地产市场产业集群演化特性的影响程度。通过分析平衡点稳定条件,得出了微分非线性动态动力经济系统的稳定性条件,并分析了其经济意义。最后分析其动态行为特征及每个参数所表示的经济意义。得出的重要结论是:演化博弈在向着期待方向演化的过程中,在某特定参数范围内会产生混沌现象,并对产业集群演化方向产生影响。第二,通过建立多维连续动态动力系统,分析了加入状态反馈控制变量的内在复杂性。因而产生了混沌和超混沌现象。通过数值模拟仿真得出了在一定参数条件下,系统的混沌吸引子和超混沌吸引子。通过分析动态系统在一定参数范围内的分岔图和李亚普诺夫指数,描述了系统进入混沌状态和超混沌状态的过程。在超混沌的基础上引入了线性控制措施,实现了非线性动态系统的二次控制,提出了控制备份的理念。基于生态学理论,建立了房地产产业集群演化模型,通过离散动力系统和连续型动力系统的比较分析,从生物经济学的角度阐释了房地产产业集群非线性动力系统的经济学意义。第三,建立了基于传统BP神经网络和改进型BP神经网络LM算法的房地产市场产业集群景气度预测模型。得出了传统BP神经网络隐含层权重参数选择时会产生混沌现象的特点,动态性的非线性系统具有高度的复杂性的结论。证明了改进型BP神经网络具有自主选择权重参数的功能,且效果良好,房地产产业集群景气度值更为精确。