改进的B-P神经网络在土地估价信息系统中的应用研究

摘要

本文主要采用人工神经网络中的B-P神经网络建立土地估价智能模型，在ArcGIS的开发平台下，实现了基于B-P神经网络改进算法的人工神经网络土地估价模型，并以河南省三门峡市2003年土地定级估价数据为实验数据验证模型实用价值。 首先，在研究国内外B-P改进算法的基础上，选出了两种改进算法，并根据估价需要调整了其参数值，使其更适于土地估价工作。 其次，分析了人工神经网络在土地估价中应用的方法，并详细阐述了神经网络土地估价模型的建立，讨论了人工神经网络的网络结构设计方法与原则。探讨了人工神经网络预测地价的工作流程和人工神经网络预测地价的特点和适用范围。利用ESRI公司的面向对象的空间数据模型GeoDatabase把空间数据和属性数据存储在同一个数据库中。在ArcGIS开发平台下编写了两种改进的B-P神经网络，对传统B-P算法、变步长B-P算法及权值突变B-P算法进行了测试和比较。 最后，以三门峡市为例，利用其2003年的土地定级估价成果，对B-P神经网络土地估价模型进行建立、训练和检验，得出适合于三门峡市土地估价的改进B-P算法是权值突变B-P算法。利用权值突变B-P算法进行样点估价并将其估价结果与市场比较法算得的地价进行比较分析。对比结果表明，改进算法的B-P神经网络土地估价模型的平均相对误差小于市场比较法。 通过以上研究得出，将改进的B-P神经网络应用于城镇土地估价中是可行的。对变步长B-P算法和权值突变B-P算法参数的调整，在土地估价过程中也是有效的。利用人工神经网络解决了土地估价过程中主观因素影响过多这一问题，可以提高城镇土地定级估价信息系统智能化程度。

目录

文摘

英文文摘

关于学位论文独立完成和内容创新的声明及著作权使用授权书

第一章绪论

1.1研究背景

1.2城镇土地定级估价信息系统评析

1.2.1国外土地定级估价信息系统的相关情况

1.2.2我国城镇土地定级估价信息系统建设情况

1.2.3存在的问题

1.3研究目的及意义

1.4研究内容及论文结构

第二章城镇土地定级估价及人工神经网络理论基础

2.1城镇土地定级估价的基本理论

2.1.1城镇土地定级的基本理论

2.1.2城镇土地估价的基本理论

2.1.3定级与估价的关系

2.2 B-P神经网络的理论

2.2.1人工神经网络简述

2.2.2 B-P神经网络的基础理论

2.2.3 B-P算法的改进研究

第三章基于B-P神经网络的土地估价模型设计

3.1 B-P神经网络土地估价模型的建立

3.1.1网络层数的确定

3.1.2网络输入层及输出层节点数的确定

3.1.3网络隐含层节点数的确定

3.1.4网络权值初始化

3.1.5学习速率的选取

3.1.6期望误差的选取

3.1.7两种改进的B-P算法

3.2 B-P神经网络评估地价的过程

3.3 B-P神经网络估价法的特点及适用范围

3.3.1 B-P神经网络估价法的特点

3.3.2 B-P神经网络估价法的适用范围

第四章基于B-P神经网络估价模型的城镇土地估价信息系统设计

4.1开发环境

4.1.1 ArcGIS、ArcGIS Engine与ArcObject简介

4.1.2 VBA二次开发模式简述

4.2系统设计

4.2.1系统基本功能的设计

4.2.2系统数据管理

4.2.3 B-P神经网络估价功能的实现

第五章B-P神经网络土地估价模型应用案例

5.1三门峡市城区概况

5.2以三门峡市为例B-P神经网络土地估价模型的建立

5.3选择适于研究区的改进B-P神经网络

5.4试验结果分析

第六章结束语

6.1结论

6.2进一步的工作

参考文献

致 谢