基于小波神经网络的房地产价格指数预测研究.pdfVIP

维普资讯 第25卷 第 1期 河 北 工 程 大 学 学 报 (自 然 科 学 版) V01．25 N0．1 2008年 3月 Joumal of Hebei University of Engineering (NaturalScienceFAifion) Mar．2008 文章编号：1673—9469(2008)01—0074—03 基于小波神经网络的房地产价格指数预测研究 李万庆，张金水，孟文清 (河北工程大学 经管学院，河北 邯郸 056038) 摘要：要对非线性趋势房地产价格指数进行预测，就必须利用模拟非线性的模型。应用BP神经 网络来对房地产价格指数进行预测，精度和收敛的速度都不是很理想，这主要是因为 BP神经 网络本身存在着缺陷。为了克服BP神经网络的缺陷，本文将小波变换和 BP神经网络结合起 来，运用小波神经网络来对房地产价格指数进行预测，并与BP网络的预测结果进行了比较，最 后发现用小波神经网络进行经济预测可以达到很好的效果。 关键词：房地产价格指数；小波神经网络；BP神经网络；预测 中图分类号 ：F293．3 文献标识码 ：A Researchofrealestatepriceindexforecastbasedonwaveletneuralnetwork LIWan—qing，ZHANGJin—shui，MENGWen—qing (SchoolofEconomicsandMnaagement，HebeiUniversiytofEngineering，Hnadan056038，China) Abstract：Thesimulationnon——linearmodelshouldbeusedtocalTyontheforecastot htenon——linera tendencyrealestatepriceindex．Th erealestatepriceindexisforecastedbyapplyingBPneuralnetwork， buthteprecisionnadhteres~ainingspeedisallnotveryidea1．ItmainlyisbceauseBPneuralnewtorkit— selfhas hteflaw．Inordertoovercomehteflaw ofBPneuralnewtork，htereal esattepriceindextocalTy Was forecastedbyusinghtewaveletneural newtorkunifyinghtewavelettransformationandhteBPneural newtorkinhtispaper．Th eresul~ werecomparedwiht hteBPnewtorkforecastresult．FinallyitWas dis— coveredhtatforecastusingwaveletneuralnewtorkcouldachievevery goodeffect． Keywords：realesattepriceindex；waveletneuralnewtork；BPneuralnewtork；forecast 房地产业的健康发展对拉动经济增长，调整 我国有了很大的发展，如程亚鹏、张虎和张庆宏将 产业结构，改善人民生活水平起着重要的作用。 灰色预测方法 GM(1，1)模型应用于房地产价格指 房地产市场是一个复杂的系统，因为房地产业 的 数预测_l；欧廷皓作了基于 ARMA模型的房地产 发展不仅涉及土地政策 、人 口政策、税收政策 、通 价格指数预测_l2；胡章明将神经网络模型应用于 关政策和商品住宅平均容积率调控等政策，还涉 房地产价格指数预测_3J。本文在文献 [3]的基础 及到建筑材料市场、