遗传BP神经网络在住宅需求预测中的应用研究

摘要

住宅需求是指在一个特定的时期内,消费者在各种可能的价格下,愿意而且有能力购买住宅的数量,即住宅的有效需求。对住宅需求进行有效预测,能够为政府加强房地产管理,合理进行住宅和住宅相关产业发展规划,有效运用经济调控手段确保供需平衡等方面提供科学的依据,同时这也是房地产企业提高营销决策水平特别是选择最佳投资机会的重要前提和基础。因此,对住宅需求量进行准确的预测已越来越受到人们的重视。然而,由于住宅需求量与需求影响因素之间内在的、复杂的非线性关系,给住宅需求量的预测带来了相当大的难度。
　　近年来,信息技术特别是人工神经网络技术的发展,为住宅需求预测提供了新的途径。本文根据住宅需求预测的特点,并针对现有的BP神经网络在住宅需求预测的应用过程中存在着极易陷入局部极小的缺陷,以遗传BP混合算法为主要技术手段优化网络的权重,建立了住宅需求预测的遗传BP神经网络模型,在住宅需求预测模型的建立中进行了创新研究。
　　本文的主要研究工作概括如下:
　　1.针对 BP神经网络在学习过程中容易陷入局部极小这一不足,应用遗传算法对神经网络的网络参数进行优化,设计了遗传BP混合算法。
　　2.应用灰色关联分析法确定了影响住宅需求的主要影响因素,对基于遗传 BP神经网络的住宅需求预测模型的建模过程进行了研究。
　　3.以桂林市区住宅需求相关数据为实证对象,构建了基于遗传 BP混合算法的桂林市区住宅需求预测模型,并运用MATLAB软件进行仿真。结果证明,与BP算法相比较,遗传BP混合算法建模的稳定性更好,并且所建立的遗传BP神经网络住宅需求预测模型的预测精度更高。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1本文的研究背景及意义

§1.2国内外有关理论的发展现状

§1.3论文主要内容及创新之处

第二章 住宅需求相关概念

§2.1房地产市场与住宅市场

§2.2住宅需求的概念、分类与特点

§2.3住宅需求的影响因素

第三章BP神经网络概述

§3.1 人工神经网络概述

§3.2 BP神经网络的基本原理

第四章 遗传BP混合算法的分析与设计

§4.1遗传算法的基本原理

§4.2遗传BP混合算法的分析与设计

第五章 住宅需求预测的遗传BP神经网络模型

§5.1建模原理与模型的计算流程

§5.2确定影响住宅需求的主要因素

§5.3 BP神经网络相关参数设计

§5.4遗传算法相关参数的设计

§5.5遗传BP混合算法的程序实现

§5.6程序应用

第六章 结论

参考文献

致谢

攻读硕士阶段发表的论文