BP神经网络在哈尔滨房地产市场预警体系中的应用

BP神经网络在哈尔滨房地产市场预警体系中的应用作者：王丁，杭艳红，吕美丽作者单位：东北农业大学资源与环境学院,哈尔滨,150030刊名：活力英文刊名：HUOLI年，卷(期)：2010，(6)被引用次数：0次参考文献(4条)1.魏海坤神经网络结构设计的原理与方法20052.朱灿.朱明强BP神经网络在房地产预警体系中的应用2008(26)3.周开利.康耀红神经网络模型及其MATLAB仿真程序设计20054.曾又基于BP神经网络的西安市房地产预警系统研究2008相似文献(10条)1.学位论文师迎春长沙市住宅市场泡沫及预警研究2007改革开放以来，我国政府在解决住房投资不足，改善居民居住条件方面做了有益的探索。特别是1998年住房分配货币化的实施，城镇居民基本告别了住房严重短缺时代，进入到了增加住房面积与改善居住质量并重的新阶段。活跃的住宅市场在改善居民居住条件的同时，也拉动了房价的上涨，增加了居民的购房压力。人们开始质疑市场发展的健康程度，并引发了是否存在房地产泡沫的争论。本文以长沙市为例，旨在通过住宅市场泡沫含量的监测与评价，建立预警系统，从而判断未来市场泡沫含量的变化及走势，防止房地产泡沫对整个国民经济及城市居民正常生活的影响，促进住宅业的健康持续发展。本文首先从供给、需求、价格三个角度简要地分析了长沙市住宅市场近5年来的发展状况，并结合非均衡理论探讨了1992年至2005年期间市场演变的轨迹，发现长沙市住宅市场经历了供不应求、供过于求、供需基本平衡三个发展阶段。然后，以泡沫理论为基础，利用经济学相关原理对泡沫形成机理进行深入分析，指出投机性需求是泡沫形成的根本原因，并采用定量分析的方法测算出长沙市住宅市场投机度及历年泡沫积累量，结果表明长沙市住宅市场存在一定的投机性需求，泡沫积累量呈波动变化的特征，近年来泡沫累积量虽有所下降但调整速度较为缓慢。为了反映出不同阶段房价对整个住宅市场的影响程度，本文采用时差相关分析方法对住宅市场预警体系的总体构架及设计要点提出了设想，并借助BP神经网络的非线性拟合优势建立了较为合理的预警模型，预警结果表明，2007年长沙市住宅市场处于“中警”状态，住房价格相对于经济基本面的协调度出现了下降。最后，从住宅市场现状及泡沫分析结果结合长沙的实际分析了住宅市场中潜在的风险，并提出化解和防范住宅市场风险的相关措施，以此促进长沙住宅业的持续健康发展。2.期刊论文闫慧兰.宋戈.张大龙基于Bp神经网络的哈尔滨住宅市场需求预测研究-东北农业大学学报（社会科学版）2007,5(4)随着经济发展步伐的加快,哈尔滨市的住宅产业面临着难得的发展机遇,本文在此背景下,以市场需求为出发点,对哈尔滨住宅市场需求状况进行了分析,利用BP神经网络模型对2006-2010年哈尔滨市城镇住宅市场进行了预测,并针对预测结果提出了相应的对策建议.3.期刊论文沙磊.韩丽川BP神经网络在上海住宅市场需求预测中的应用-数学的实践与认识2003,33(11)人工神经网络是近期发展最快的人工智能领域研究成果之一,本文在介绍BP神经网络的有关原理的基础上,建立了一个上海住宅市场的BP神经网络模型,并通过该模型对上海住宅市场的需求进行了预测和分析.分析结果表明人工神经网络方法在住宅市场需求预测中的应用是可行的并且是有效的.4.学位论文杨佃辉房地产市场监测预警研究——以上海为例2005房地产预警，就是指通过定性及定量的手段，对房地产市场当前运行态势进行分析、测度和判断，并对未来的发展状况进行预测和预报，及时采取有效的措施来驾驭波动、平缓波动，从而对房地产市场加以有效的宏观调控，促进其健康、可持续的发展。最近几年，我国房地产业呈现出快速发展的势头，市场价格大幅度上涨，人们对于目前房地产市场是否过热、有无泡沫、能否健康可持续发展产生众多质疑。因此，当前时期开展房地产预警研究有着极为重要的理论价值和实践意义。全文通过定性分析与定量分析相结合的系统化研究方法，并充分借助Matlab、Spss等计算机软件与信息技术，着重针对房地产预警理论与方法的定量化分析，从国内外房地产监测预警的经验介绍、房地产预警指标体系的构建、房地产预警的景气指数方法、基于3σ方法及周期波动理论的房地产预警、人工神经网络在房地产监测预警中的应用共五方面进行了深入的论述与研究，并以上海房地产市场为例展开了实证分析。基于预警流程，论文的研究工作围绕以下方面展开：1.国内外房地产市场监测预警经验介绍对美国住宅市场监控体系、澳大利亚住房统计体系、法国房地产市场统计调查、加拿大房地产数据统计机构与监测体系，以及我国现有的房地产市场指标及指数体系进行了介绍，并对我国房地产指数的构成及其生成方法、房地产价格指数编制过程中存在的问题与对策进行了论述。2.房地产预警指标体系的构建简要介绍了房地产预警指标体系的设置原则和我国现有研究所涉及的预警指标体系，基于聚类分析和非参数检验对上海房地产市场22指标数据库进行了预警指标选择，创新性的筛选出其中14个指标作为上海房地产市场的预警指标体系。3.房地产预警的DI/CI景气指数方法阐释了房地产市场的景气指数预警方法的基本步骤、构建要点等基本原理。基于“时差相关分析”的定量分析技术，对“归一化”处理后的上海房地产市场14指标预警指标体系进行了分类，将其划分为先行指标、同步指标和滞后指标三大类。应用Matlab软件，对上海房地产市场展开了DI/CI指数预警实证分析，并进一步通过Matlab中的“拟合技术”对DI指数进行了平滑处理。4.基于3σ方法及周期波动理论的房地产预警基于3σ方法、Bootstrap抽样方法及因子分析技术，对上海房地产市场进行了单指标预警和综合指标预警实证分析。依据宏观经济周期波动原理，把房地产市场的波动分为长期趋势、景气循环、季节变动和随机波动四种形态，然后对长期趋势、季节变动和随机波动采用直接法和剩余法进行分离，得出了上海房地产市场景气循环，在此基础上，借助“保持形状插值”技术，对上海房地产市场未来三年的发展态势进行了预测。5.人工神经网络在房地产预警中的应用简要介绍了传统预警方法与神经网络预警方法的比较，以及人工神经网络在经济预警领域中的应用现状。阐述了BP神经网络预警的基本原理和算法，并将房地产预警指标体系的14个指标作为网络输入的神经元；参照专家意见把房地产市场分为正常、偏冷、偏热三种状态，将其作为网络输出变量；应用Matlab中的BP神经网络工具箱对上海房地产市场的神经网络预警模型进行学习训练，发现实际评价效果良好。基于RBF神经网络的房地产预警则分为单指标预警和综合预警两部分展开，网络通过学习历年的指标变动规律来对未来年度进行预测，预测效果也基本与现实相符。本文的主要创新之处：1.创新性的基于聚类分析(系统聚类)和非参数检验(Wald-wolfowitz游程检验和Kruskal-wallis单向评秩方差分析)，建立了上海房地产市场14预警指标数据库，并通过预警实证分析验证了该体系的有效性。2.借助Matlab软件的强大矩阵计算功能及编程功能，对上海房地产市场展开了DI/CI指数预警实证分析，并通过Matlab中的“拟合技术”对DI指数曲线进行了平滑处理改进，解决了由于只有年度数据造成的DI指数曲线不平滑的问题。3.首次提出了基于3σ方法、Bootstrap抽样技术及宏观经济周期波动理论的房地产预警理论，并通过“保持形状插值”对上海房地产市场景气波动进行预测，结果较为理想。4.对BP神经网络及RBF神经网络在房地产预警中的应用进行了深入的探讨与比较，验证了神经网络在处理房地产市场这一高度非线性系统时的卓越能力，并进一步剖析了该理论在房地产预警应用中所面临的挑战。总之，全文借助Matlab、Spss等计算机软件，通过景气指数预警、基于3σ方法及周期波动理论的房地产预警、以及基于人工神经网络的房地产预警三种方法，对房地产监测预警的定量化理论与方法展开了论述与分析。其中，景气指数预警主要是利用先行指标DI/CI指数相对于同步指标的先行特性，来对房地产市场的未来发展态势进行判断；基于3σ方法及周期波动理论的房地产预警则重点从预警区间划分、小样本数据的处理、景气循环波动的确定三方面进行了预警探讨；神经网络是利用对历史数据的训练学习功能，来对未来发展态势进行预测与评价。研究发现，这三种方法各有所长，并无绝对优劣之分，应当根据不同地域、不同时段的房地产市场的特性来加以选择及组合。5.期刊论文王薇.宋国乡.WANGWei.SONGGuoxiang小波神经网络预测在住宅市场中应用-现代电子技术2005,28(24)利用小波神经网络在非线性建模中的收敛迅速等优越性,提出了利用小波神经网络预测住宅市场需求的方法.通过实例分析说明,他比传统的BP神经网络的收敛速度快、预测精度高,具有较强的函数学习能力和推广能力及广阔的应用前景.6.学位论文龚平人工神经网络在房地产价格预测中的应用研究2009在现阶段房地产业快速发展的同时，有关“房地产市场是否过热”的问题越来越被大家所关注，但是对房地产市场是否存在“泡沫”的问题一直没有一致的看法。本文主要通过BP神经网络对无锡市2001～2003年商品住宅价格数据进行分析，从而判断各个影响因素对商品住宅价格的影响程度。br　　论文以人工神经元网络为主要研究工具。首先，根据我国的住宅业现状，通过剖析商品住宅价格的形成，分析了住宅市场的供求关系，并在此基础上指出了影响住宅价格的各因素:居民收入、居民消费的结构、人口和家庭结构、城市化水平、政府政策等等；其次，对人工神经元网络的理论与方法进行了分析和研究；最后，结合人工神经元网络理论及影响住宅价格的因素，建立了商品住宅价格预测的模型，通过模型检验，实际预测精度较高。通过本文的研究表明，将人工神经网络延伸应用于商品住宅价格的预测具有一定的可行性、可靠性及实用性。7.学位论文崔冬霞房地产泡沫预警研究2006针对房地产泡沫过多会造成虚假繁荣的局面，以致出现泡沫经济，进而会影响整个国民经济产生大起大落的波动和振荡的问题，因而提出拟对我国的房地产泡沫预警作深入探讨。通过对国内外房地产泡沫预警理论研究分析表明许多模型和方法在现阶段的我国并不适用，还不能完全照搬、套用；要准确地进行房地产泡沫预警，则需要建立科学合理的房地产泡沫预警系统。从生产、交易、消费、金融四个层面进行因素分析，选取预警指标，利用功效系数法与层次分析法结合，构建房地产泡沫预警系统，利用历史数据训练BP神经网络并进行预测，然后依据预警结果判断市场所处状态，并预测其未来走势，提出市场调控准则降低市场经营风险。针对杭州市商品住宅市场应用构建的预警系统进行实证分析，证明系统十分适用，可以及时有效地对房地产泡沫发出警报，结合杭州现实情况与预警结果，对泡沫的产生原因进行分析，并给出泡沫治理的具体建议。希望通过本文的研究，能够引起对房地产泡沫预警的足够重视，能为地区建立房地产泡沫预警系统提供参考，并为治理房地产泡沫的政策制订提供参考依据。8.期刊论文赵振宇.田金信.赵振宁.ZHAOZhen-yu.TIANJin-xin.ZHAOZhen-ning住宅供给结构均衡性的技术评价及预测-哈尔滨工程大学学报2007,28(1)目前,中国部分城市高档商品住宅供给过剩、经济适用住宅以及中低档商品住宅供给不足的矛盾日益突出.这种结构性失衡的结果必然影响住宅市场的健康发展,甚至威胁宏观经济的良性运行.以往的研究多集中在住宅市场供给结构失衡的定性分析和主观评述,缺乏对住宅市场供给结构均衡性的定量分析.本文目的在于科学地评价住宅市场供给结构的均衡性,为政府制定宏观经济政策提供决策依据.首先利用3δ法将住宅市场供给结构均衡性进行分级,然后选择典型地区进行评价.结果表明高档商品住宅供给过剩,而经济适用住宅供给不足.最后利用BP神经网络算法对均衡性进行预测,预测结果与评价结果基本一致.9.学位论文徐宇鸣多层钢结构住宅结构设计专家系统（MSR-ES）2005钢结构住宅体系以其结构自重轻、施工周期短、便于实现工业化、产业化等优势，正在成为住宅市场的一个亮点