论文部分内容阅读
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。