| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景及问题提出 | 第10-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.2.1 研究目的 | 第12-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 研究内容与方法 | 第16-20页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究方法 | 第17-18页 |
| 1.4.3 研究技术路线 | 第18-20页 |
| 2 相关理论及预测方法 | 第20-38页 |
| 2.1 共有产权房相关理论 | 第20-23页 |
| 2.1.1 共有产权房概念 | 第20-21页 |
| 2.1.2 共有产权房特征 | 第21-23页 |
| 2.1.3 共有产权房需求量定义 | 第23页 |
| 2.2 预测方法选取 | 第23-26页 |
| 2.2.1 预测方法比选 | 第23-25页 |
| 2.2.2 预测思路 | 第25-26页 |
| 2.3 需求量预测模型——BP神经网络预测模型 | 第26-31页 |
| 2.3.1 人工神经网络相关概念 | 第26-29页 |
| 2.3.2 BP神经网络原理 | 第29-31页 |
| 2.4 需求量影响因素筛选模型——灰色关联分析模型 | 第31-33页 |
| 2.4.1 灰色关联分析原理 | 第31-32页 |
| 2.4.2 灰色关联分析步骤 | 第32-33页 |
| 2.5 需求量影响因素预测模型——灰色预测GM（1，1）模型 | 第33-38页 |
| 2.5.1 模型原理 | 第33-34页 |
| 2.5.2 模型构建 | 第34-35页 |
| 2.5.3 模型检验 | 第35-38页 |
| 3 上海市共有产权房发展现状 | 第38-52页 |
| 3.1 我国共有产权房试点情况 | 第38-40页 |
| 3.2 上海市共有产权房运营模式 | 第40-47页 |
| 3.2.1 管理架构 | 第40-41页 |
| 3.2.2 房源建设 | 第41-42页 |
| 3.2.3 定价和确定产权份额 | 第42-44页 |
| 3.2.4 申请和供应 | 第44-46页 |
| 3.2.5 退出管理 | 第46-47页 |
| 3.3 上海市共有产权房供给和需求状况 | 第47-52页 |
| 3.3.1 供给状况 | 第47-49页 |
| 3.3.2 需求状况 | 第49-52页 |
| 4 上海市共有产权房需求量影响因素分析 | 第52-64页 |
| 4.1 影响因素结构分析 | 第52-54页 |
| 4.2 影响因素初步选取 | 第54-58页 |
| 4.3 影响因素筛选 | 第58-64页 |
| 5 上海市共有产权房需求量预测 | 第64-82页 |
| 5.1 需求量BP神经网络预测模型构建 | 第64-72页 |
| 5.1.1 确定网络结构 | 第64-65页 |
| 5.1.2 选择激活函数 | 第65-67页 |
| 5.1.3 设置训练规则 | 第67-69页 |
| 5.1.4 样本数据预处理 | 第69-70页 |
| 5.1.5 训练网络 | 第70-72页 |
| 5.2 需求量影响因素预测 | 第72-76页 |
| 5.3 共有产权房需求量预测 | 第76-77页 |
| 5.4 需求量调控策略 | 第77-82页 |
| 5.4.1 收入标准对需求量的调控 | 第78页 |
| 5.4.2 价格对需求量的调控 | 第78-82页 |
| 6 结论与展望 | 第82-84页 |
| 6.1 研究结论 | 第82页 |
| 6.2 研究不足与展望 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士期间发表的论文 | 第90-92页 |
| 附录 | 第92-95页 |
| 附录Ⅰ影响因素筛选原始数据 | 第92-94页 |
| 附录Ⅱ影响因素预测原始数据 | 第94-95页 |
| 致谢 | 第95页 |