| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 房地产价格指数研究背景及意义 | 第10-13页 |
| 1.1.1 房地产价格指数研究背景 | 第10-12页 |
| 1.1.2 房地产价格指数研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 房地产价格指数的国内外现状研究 | 第13-15页 |
| 1.2.2 房地产价格指数预测国内外研究现状 | 第15-17页 |
| 1.3 论文的技术路线和主要内容 | 第17-19页 |
| 1.3.1 论文的技术路线 | 第17页 |
| 1.3.2 论文的主要内容 | 第17-19页 |
| 第2章 房地产价格理论基础 | 第19-29页 |
| 2.1 房地产价格 | 第19-22页 |
| 2.1.1 房地产价格形成机制 | 第19-21页 |
| 2.1.2 房地产价格的特点 | 第21-22页 |
| 2.2 城市空间结构对房地产价格指数的影响 | 第22-24页 |
| 2.2.1 城市的空间增长形态 | 第22-23页 |
| 2.2.2 不同物业的地域结构 | 第23页 |
| 2.2.3 房地产价格受空间结构影响大 | 第23-24页 |
| 2.3 房地产价格内部关系 | 第24-25页 |
| 2.3.1 房地产价格收入比 | 第24页 |
| 2.3.2 房地产价格内部关系 | 第24-25页 |
| 2.4 房地产价格指数编制 | 第25-27页 |
| 2.4.1 成本投入法 | 第26页 |
| 2.4.2 加权平均法 | 第26页 |
| 2.4.3 重复交易法 | 第26-27页 |
| 2.4.4 特征价格法 | 第27页 |
| 2.4.5 混合模型方法 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 时间序列预测过程及管理 | 第29-39页 |
| 3.1 时间序列的预测过程 | 第29-32页 |
| 3.1.1 预测步骤 | 第29-30页 |
| 3.1.2 预测目标 | 第30-32页 |
| 3.1.3 预测的应用 | 第32页 |
| 3.1.4 有关预测的自动化水平问题 | 第32页 |
| 3.2 预测方法简述 | 第32-35页 |
| 3.2.1 以模型为基础的方法和以数据驱动为基础的方法 | 第32-33页 |
| 3.2.2 外推预测法、计量模型预测法和外部信息 | 第33-34页 |
| 3.2.3 人工预测和自动预测 | 第34页 |
| 3.2.4 组合方法 | 第34-35页 |
| 3.3 时间序列预测管理 | 第35-38页 |
| 3.3.1 报告预测结果 | 第35页 |
| 3.3.2 预测监测 | 第35-36页 |
| 3.3.3 撰写报告 | 第36-37页 |
| 3.3.4 对预测进行记录并一直保持 | 第37页 |
| 3.3.5 对预测过程进行调整 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 时间序列预测模型 | 第39-49页 |
| 4.1 常用混沌时间序列模型介绍 | 第39-44页 |
| 4.1.1 BP神经网络 | 第39-41页 |
| 4.1.2 小波神经网络 | 第41-42页 |
| 4.1.3 灰色时间序列预测模型理论 | 第42-43页 |
| 4.1.4 支持向量机理论 | 第43-44页 |
| 4.2 预测模型中参数寻优算法介绍 | 第44-48页 |
| 4.2.1 粒子群算法理论 | 第44-46页 |
| 4.2.2 遗传算法 | 第46-47页 |
| 4.2.3 交叉验证法 | 第47-48页 |
| 4.3 基于参数寻优的LSSVM模型 | 第48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 实例分析 | 第49-60页 |
| 5.1 数据选择 | 第49-50页 |
| 5.1.1 天津市房地产现状分析 | 第49-50页 |
| 5.1.2 天津市房地产数据选择 | 第50页 |
| 5.2 混沌理论与相空间重构 | 第50-52页 |
| 5.3 基于混沌理论的预测模型的建立 | 第52-58页 |
| 5.3.1 基于粒子群算法（PSO）的支持向量机(SVM)模型 | 第52-54页 |
| 5.3.2 基于遗传算法的支持向量机模型 | 第54-55页 |
| 5.3.3 基于交叉验证选参的支持向量机模型 | 第55-58页 |
| 5.4.基于粒子群算法的支持向量的滚动预测模型 | 第58页 |
| 5.5 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66-67页 |
| 攻读硕士期间发表的论文和科研成果 | 第67-68页 |