声明
摘要
1 绪论
1.1 选题背景和意义
1.1.1 选题背景
1.1.2 选题意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文研究
1.3.1 研究内容
1.3.2 研究方法及技术路线
2 房地产预警系统理论及方法的发展
2.1 房地产预警系统相关概念
2.1.1 房地产预警系统定义
2.1.2 房地产预警系统的组成要素
2.1.3 房地产预警系统的实施架构
2.2 房地产市场预警的理论基础和神经网络预警研究现状
2.2.1 预警理论基础
2.2.2 房地产周期波动研究理论
2.2.3 房地产市场周期波动的成因
2.2.4 理论基础的整合和分析
2.2.5 神经网络在经济预警领域的研究现状
3 基于神经网络的房地产市场预警体系
3.1 房地产预警指标体系的建立
3.1.1 房地产预警指标体系的建立的原则
3.1.2 房地产市场预警指标的初步选择
3.1.3 基于时差相关分析的预警指标分类
3.2 神经网络在经济预警领域应用的可行性分析
3.3 神经网络原理概述
3.3.1 神经网络简介
3.3.2 BP神经网络原理
3.4 基于BP神经网络的房地产预警原理
3.4.1 原理概述
3.4.2 基于神经网络预警系统建模与分析的思路和步骤
3.4.3 房地产市场的警度划分
3.5 基于神经网络的房地产预警系统实施
3.5.1 确定警兆指标
3.5.2 确定预警时差
3.5.3 预警系统建模
4 实证分析——天津房地产预警系统建模与分析
4.1 天津市房地产市场发展概述
4.2 天津市房地产市场预警指标体系
4.2.1 预警指标的选择
4.2.2 预警数据时间区间段的选择
4.2.3 预警指标的分类
4.3 天津市房地产市场警情判定
4.3.1 警情指标的选择
4.3.2 警度的划分
4.4 天津市房地产市场预警的实施
4.4.1 警兆指标的确定
4.4.2 宏观经济发展指标
4.4.3 房地产行业与宏观经济协调关系指标
4.4.4 房地产行业发展速度指标
4.4.5 房地产行业内部协调关系指标
4.5 基于BP神经网络模型的构建
4.5.1 神经网络预警模型的结构
4.5.2 预警模型的训练
4.5.3 BP神经网络的测试
4.5.4 天津市2012年房地产市场预警分析
4.6 神经网络应用于房地产市场预警系统建模与分析的挑战
5 总结与展望
5.1 本文研究成果和主要结论
5.2 研究不足与后续研究的展望
5.3 相关政策性建议
结论
致谢
参考文献
附录A 天津市房地产市场指标原始数据
附录B MATLAB中BP神经网络程序代码
附录C MATLAB中BP神经网络程序输出
攻读学位期间的研究成果