BP神经网络在轨道交通沿线周边房地产估价中的研究

摘要

随着我国市场经济的发展，房地产产业蓬勃兴起，但近年来房地产泡沫威胁着我国的经济安全和民生稳定，房地产估价有助于推动房地产价格的规范化正常化，构建健康合理的房地产市场交易秩序。但目前我国房地产估价理论水平低，而市场对估价工作的需求日益增长，房地产估价方式需要朝定量化、精度化拓展，因此借助计算机等模型探索更为科学合理的估价模式具有极为重要的理论意义和现实意义。
　　 本文在对国内外研究现状及房地产估价格适用条件、方法和环节等方面进行系统分析的基础上，发现估价中容易出现的问题。针对房地产估价的偏差进行一定的社会经济影响分析，对我国出让土地的招拍挂制度改革进行了初步探讨。
　　 本文选取当今各大中城市积极推进的城市轨道交通建设为研究角度，在研究城市轨道交通对周围土地、商业、住宅等房地产具有正的外部性的基础上，分析轨道交通站点对于周边商品房住宅价格的影响因素，选取这些主要影响因素，搜集相关数据。采用MATLAB神经网络工具箱建立了BP神经网络的房地产估价模型。选用Levenberg-Marquardt优化方法为训练算法，对一组已经成交的房地产案例进行训练和验证，得到了满意的结果。实践证明，运用BP神经网络可以拓展房地产估价方法，可以提高估价精度，可以作为检验估价人员结果的重要参考资料。最后并且运用SPSS软件进行因子分析，总结出影响轨道交通站点周边房地产价格的六大因子，为今后研究同一领域相关问题提供理论铺垫。
　　 图29幅，表10个，参考文献41篇。

目录

文摘

英文文摘

致谢

1 引言

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究目的和意义

1.2 国内外房地产研究现状

1.2.1 传统估价方法的研究

1.2.2 运用定量化数学模型进行房地产估价

1.2.3 轨道交通对周边房价的影响研究

1.3 论文研究内容

1.4 论文研究方法和技术路线

1.4.1 论文研究方法

1.4.2 技术路线

2 BP神经网络在房地产估价应用的可行性分析

2.1 BP神经网络介绍

2.1.1 人工神经网络概述

2.1.2 BP神经网络结构及其算法

2.2 现行估价方法中存在的问题以及估价偏差影响

2.2.1 市场比较法存在的问题

2.2.2 收益法中存在的问题

2.2.3 成本法存在的问题

2.3 估价偏差带来的经济社会影响

2.4 房地产估价引入BP神经网络的可行性及改进建议

3. BP神经网络的房地产估价模型构建

3.1 BP神经网络的房地产估价模型

3.2 作为BP神经网络输入神经元的房地产价格影响因素分析

3.2.1 交通通达程度分析

3.2.2 周边环境因素分析

3.2.3 个别因素分析

3.2.4 其他因素分析

3.3 网络参数的确定

4 运用MATLAB对案例的估价模拟

4.1 神经网络工具箱的应用

4.2 数据的收集和整理

4.3 BP神经网络训练程序的编制和训练过程

4.3.1 网络训练程序及说明

4.3.2 训练过程结果

4.4 测试和结果说明

4.5 距地铁站远近对房价的重要影响作用

5 结论与展望

5.1 本文主要研究工作及结论

5.2 存在的问题和有待进一步研究的工作

参考文献

附录A 运用MALAB输入神经网络学习程序

索引

作者简历

学位论文数据集