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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著中國改革開放的發(fā)展,社會主義經(jīng)濟(jì)日趨完善,房地產(chǎn)業(yè)也呈現(xiàn)了一片欣欣向榮的景象。但是伴隨而來的房地產(chǎn)投機(jī)現(xiàn)象也不斷涌現(xiàn),住宅房價增長迅猛,遠(yuǎn)遠(yuǎn)超出人民大眾的購買力,樓市的泡沫經(jīng)濟(jì)已經(jīng)嚴(yán)重影響國家經(jīng)濟(jì)的健康發(fā)展。
國家和政府開始在2010年對住宅房價進(jìn)行宏觀調(diào)控,至此,中國房地產(chǎn)政策已由此前的支持轉(zhuǎn)向抑制投機(jī),為了遏制住宅房價過快上漲,國家還先后采取了土地、金融、稅收等多種調(diào)控手段。至今,住宅房價迅猛增長的勢頭得到了有效的遏制
2、。本文以調(diào)控開始有效的2011年至今的季度數(shù)據(jù)為依托去預(yù)測重慶以后季度的住宅房價格。然而如何建立一種可靠的預(yù)測模型,能夠預(yù)測出參考價值高的住宅房價,仍是一個相對困難的問題。
由于2011年至今的季度數(shù)據(jù)量小,所以它不能用通常經(jīng)典的大樣本預(yù)測方法去預(yù)測。本文首先就首先用一種可以模擬未知分布、再抽樣統(tǒng)計的方法——自助法,對原始數(shù)據(jù)進(jìn)行抽樣,以達(dá)到增大樣本容量的目的。然后,本文再結(jié)合灰色預(yù)測模型(灰色GM(1,1)模型),介紹了一種
3、可以對小樣本數(shù)據(jù)預(yù)測的灰自助模型。最后,闡述了一種帶參數(shù)?的灰自助模型,通過遺傳算法(GA,Genetic Algorithm)去修正參數(shù)?得到一種能夠使得預(yù)測值的全局平方誤差最小的模型——基于遺傳算法的灰自助模型(GA灰自助模型)。一般情況下,灰色預(yù)測模型和 GA灰自助模型只能給出一個預(yù)測范圍,然而這個預(yù)測范圍往往太大,只能說明模型的正確性,不能給消費者一個具體的參考。但是消費者往往需要一個具體的參考,本文通過引入新的選擇序列,我們可
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
- 遺傳算法概述遺傳算法原理遺傳算法的應(yīng)用
- 基于共軛梯度法的混合遺傳算法研究.pdf
- 基于遺傳算法和有限單元法的夾具布局優(yōu)化.pdf
- 基于遺傳算法的陣列誤差校正算法.pdf
- 基于遺傳算法的選播路由算法研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
- 基于遺傳算法的形狀誤差算法的研究.pdf
- 基于遺傳算法的PEMFC優(yōu)化.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于遺傳算法的運動估計.pdf
- 基于遺傳算法的指紋分類算法研究.pdf
- 基于退火演化算法和遺傳算法
- 基于改進(jìn)的遺傳算法的城市內(nèi)自助游行程規(guī)劃系統(tǒng)研究.pdf
- 基于遺傳算法的粒子濾波算法研究.pdf
- 遺傳算法
- 基于遺傳算法的組卷研究.pdf
- 基于空間搜索的遺傳算法研究.pdf
- 基于遺傳算法的機(jī)票定價研究.pdf
- 基于遺傳算法的圖像分割方法.pdf
- 基于遺傳算法的柑橘圖像分割.pdf
評論
0/150
提交評論