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_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論