神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型及其在房價(jià)趨勢分析中的應(yīng)用.pdf

1、房價(jià)一直是社會關(guān)注的熱點(diǎn)問題。由于房地產(chǎn)市場是一個高度復(fù)雜的非線性系統(tǒng)，因此，對房價(jià)趨勢變化這一復(fù)雜特征的精確描繪顯得日益重要。同時(shí)，房價(jià)的預(yù)測也越來越引起人們的關(guān)注，如何選取合適的預(yù)測模型去預(yù)測價(jià)格的走勢，已成為當(dāng)務(wù)之急。
　　 針對多因素影響下的目標(biāo)值預(yù)測，人工神經(jīng)網(wǎng)絡(luò)表現(xiàn)出良好的非線性映射能力、泛化能力和容錯能力。它非常適用于具有非線性、時(shí)變性和不確定性的多因素復(fù)雜系統(tǒng)的預(yù)測問題。本文將神經(jīng)網(wǎng)絡(luò)與基于L1范數(shù)的加權(quán)幾何平均

2、的組合預(yù)測理論相結(jié)合，并有效地應(yīng)用到合肥市住宅商品房價(jià)格趨勢預(yù)測。主要完成了以下幾方面工作：
　　 首先，對影響房價(jià)的多個因素利用EVIEWS軟件采用最小二乘法進(jìn)行統(tǒng)計(jì)分析，從初步確定的七個影響因素中去除對目標(biāo)值影響較小的“已完成住宅投資”因素；
　　 其次，運(yùn)用分析后的數(shù)據(jù)分別建立BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)、灰色神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)模型；
　　 最后，利用單一預(yù)測模型的預(yù)測值與實(shí)際值的誤差，建立基于L1范