基于主成分分析法的BP神經(jīng)網(wǎng)絡(luò)基準(zhǔn)地價評估研究.pdf

1、基準(zhǔn)地價作為政府宏觀調(diào)控土地需求的主要手段之一，它的評定對于規(guī)范城鎮(zhèn)房地產(chǎn)市場，維護國家的正當(dāng)收益，制定城鎮(zhèn)發(fā)展政策具有重大現(xiàn)實意義。隨著經(jīng)濟的快速發(fā)展，城市化進程的推進，土地的交易日益頻繁，土地價格也在不斷的上升，要保證基準(zhǔn)地價的適時性，就必須不斷地對基準(zhǔn)地價進行更新評估。由于地價影響因素眾多，每個影響因素權(quán)重的確定以及基準(zhǔn)地價評價模型的選擇具有很大的主觀性、經(jīng)驗性與不確定性，傳統(tǒng)的地價評估方法往往費時費力、智能化以及功能化程度低。因

2、此，另辟蹊徑，研究新的評估模型對解決現(xiàn)階段基準(zhǔn)地價更新工作中的問題具有一定借鑒與參考價值。
　　BP神經(jīng)網(wǎng)絡(luò)作為人工神經(jīng)網(wǎng)絡(luò)的核心部分，由于獨特的學(xué)習(xí)能力和信息并行分布處理的優(yōu)勢，非常適合解決主觀性強、智能化低、多影響因素不精確和信息模糊性的問題。這就決定了BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于基準(zhǔn)地價更新的可行性與合理性。
　　本文以河南省商丘市2013年基準(zhǔn)地價為例，由于影響商丘市基準(zhǔn)地價的因素眾多，若直接用神經(jīng)網(wǎng)絡(luò)對基準(zhǔn)地價進行預(yù)測，一方

3、面，會帶來網(wǎng)絡(luò)規(guī)模的劇增，運算時間的增加，網(wǎng)絡(luò)的收斂性和泛化能力的降低；另一方面，由于預(yù)測因素之間的相關(guān)性，導(dǎo)致輸入信息重疊，也使得模型的準(zhǔn)確率降低。因此，首先，借助SPSS19.0軟件，進行主成分分析，對20個因素進行降維處理，得到6個綜合因素；其次，運用L-M改進BP神經(jīng)網(wǎng)絡(luò)算法，通過Matlab2007軟件建立模型；最后，將主成分分析法和BP神經(jīng)網(wǎng)絡(luò)有機地結(jié)合起來，構(gòu)建了主成分分析的BP神經(jīng)網(wǎng)組合預(yù)測模型。
　　為了驗證本文

4、提出的基于神經(jīng)網(wǎng)絡(luò)和主成分分析的組合預(yù)測模型的有效性，建立以下兩個模型：
　　（1）對樣本不做任何處理，直接用L-M改進BP網(wǎng)絡(luò)訓(xùn)練和測試。
　?。?）在BP網(wǎng)絡(luò)訓(xùn)練前,運用主成分分析法提取地價的主要影響因素，并將結(jié)果作為BP網(wǎng)絡(luò)的輸入建立網(wǎng)絡(luò)模型。
　　通過兩個模型的訓(xùn)練時間步數(shù)和預(yù)測精度的比較，結(jié)果表明：
　?。?）LM算法改進的BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)中有明顯的優(yōu)勢，不僅訓(xùn)練時間短、訓(xùn)練次數(shù)少并且誤差精度也較高。

5、所以這個算法改進的BP神經(jīng)網(wǎng)絡(luò)具有一定優(yōu)勢和意義的。
　?。?）主成分分析和 BP神經(jīng)網(wǎng)絡(luò)的組合模型訓(xùn)練結(jié)果的平均相對誤差為0.46％，而單獨BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果的平均相對誤差為0.81%。因此，基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的組合模型，結(jié)構(gòu)相對簡單、輸入變量少，運行時間短，且訓(xùn)練的效率明顯高于一般網(wǎng)絡(luò)，預(yù)測精度也有很大的提高。
　?。?）將建立的組合模型應(yīng)用于商服基準(zhǔn)地價評估，與實際地價結(jié)果基本一致，平均誤差僅為1.66%。