论文部分内容阅读
随着国民经济的快速稳步增长,城镇居民生活水平日益提高,引发了居民改善住房条件的欲望,因此房地产市场日趋活跃,房地产交易量增加,与之相关的房地产评估行业也随之得到迅速的发展。传统的房地产评估方法是房地产评估人员按照一定评估程序,在分析影响房地产价格各项因素的基础上,结合自己的评估经验,对房地产的价格所做出估算与判断。 由于房地产评估本身具有的现实性、市场性、预测性等特性,传统的评估方法过于依赖评估人员的经验,主观随意性大,难以保证评估结果的客观、科学、公正。针对房地产价格与其影响因素之间的复杂、不确定和非线性关系的特性,本文将人工神经网络引入房地产评估中对房地产评估方法进行改进,以减少由于评估人员主观因素造成的评估结果的偏差。使评估人员运用此方法能提供迅速、准确、公正的房地产评估服务。本文在阅读大量前人的书籍和文章的基础上,主要做了以下几个方面的工作: 1、综述了进行房地产评估的通常使用的几种评估方法,阐述了房地产评估的原则和特点;整理和分析了神经网络的有关理论和相应算法的数学模型;并选择以市场比较法为例,进行评估方法的改进研究。 2、论证了神经网络用于房地产评估的可行性,介绍了用神经网络对房地产评估方法改进的原理及思路,并以BP神经网络模型为基础建立了评估模型;针对评估模型,建立相应的房地产价格影响因素的指标体系,并提供将这些指标体系进行量化的方法,使其能够作为神经网络训练数据的理想输入。 3、以上述建立的评估模型为基础,进行房地产评估系统的设计,并使用VC++编写计算机程序,将改进的评估方法计算机化,提高评估人员的工作效率。 4、简要说明了在本文研究过程中遇到的问题,阐述了系统设计的不足之处,提出了继续完善的部分设想,为接下来进行此研究的人提供参考。系统