合肥市住房价格的影响因素分析
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究目的及意义 | 第8-9页 |
| 1.1.1 研究目的 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-14页 |
| 1.2.1 国外研究综述 | 第9-11页 |
| 1.2.2 国内文献综述 | 第11-14页 |
| 1.3 研究方法和思路 | 第14-15页 |
| 1.3.1 研究方法 | 第14-15页 |
| 1.3.2 研究思路 | 第15页 |
| 1.4 创新与不足 | 第15-17页 |
| 1.4.1 创新点 | 第15页 |
| 1.4.2 存在的不足 | 第15-17页 |
| 第二章 合肥市住房现状及影响因素概述 | 第17-26页 |
| 2.1 时间角度的合肥市住房现状 | 第17-23页 |
| 2.1.1 时间序列模型的理论分析 | 第18-19页 |
| 2.1.2 ARIMA模型的实证分析 | 第19-23页 |
| 2.2 分区域角度的住房现状 | 第23-25页 |
| 2.3 面积段角度的住房现状 | 第25-26页 |
| 第三章 合肥市住房价格的影响因素分析 | 第26-34页 |
| 3.1 住房价格的特征 | 第26页 |
| 3.2 住房价格影响因素概述 | 第26-34页 |
| 3.2.1 住房价格的主要影响因素 | 第26-29页 |
| 3.2.2 描述性分析 | 第29-30页 |
| 3.2.3 影响因素的回归模型 | 第30-34页 |
| 第四章 构建住房价格BP神经网络模型 | 第34-45页 |
| 4.1 改进的BP神经网络模型的理论分析 | 第34-40页 |
| 4.1.1 人工神经网络的定义 | 第34页 |
| 4.1.2 人工神经网络的发展史 | 第34-36页 |
| 4.1.3 BP神经网络的优缺点及改进 | 第36-37页 |
| 4.1.4 BP神经网络的学习算法 | 第37-40页 |
| 4.2 BP神经网络预测房价的实证分析 | 第40-45页 |
| 4.2.1 基于R语言的BP神经网络设计 | 第40页 |
| 4.2.2 数据预处理 | 第40-42页 |
| 4.2.3 初始化参数设定 | 第42-43页 |
| 4.2.4 确定隐层节点数 | 第43-44页 |
| 4.2.5 模型训练与预测结果 | 第44-45页 |
| 第五章 结论与建议 | 第45-47页 |
| 5.1 结论 | 第45-46页 |
| 5.2 建议 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间发表的学术论文目录 | 第52页 |
