图表目录 | 第1-9页 |
摘要 | 第9-10页 |
Abstract | 第10-11页 |
1 绪论 | 第11-21页 |
·研究背景及意义 | 第11-13页 |
·问题的提出 | 第11-12页 |
·建立房地产预警系统的意义 | 第12-13页 |
·研究综述 | 第13-19页 |
·房地产预警系统研究 | 第13-15页 |
·神经网络研究 | 第15-17页 |
·房地产预警指标体系的研究 | 第17-18页 |
·现有研究存在的问题分析 | 第18-19页 |
·本文研究目的、内容和方法 | 第19-21页 |
·研究目的和内容 | 第19页 |
·研究方法和技术路线 | 第19-21页 |
2 房地产预警系统及相关理论概述 | 第21-29页 |
·房地产预警概念与方法 | 第21-23页 |
·房地产预警 | 第21页 |
·房地产预警系统的组成要素 | 第21-22页 |
·房地产预警基本方法 | 第22-23页 |
·房地产周期波动理论 | 第23-25页 |
·房地产周期波动 | 第23-24页 |
·房地产周期波动的成因 | 第24-25页 |
·房地产经济周期波动理论的指导意义 | 第25页 |
·神经网络 | 第25-26页 |
·计算机相关技术 | 第26-29页 |
·计算机软件 | 第26-27页 |
·信息化 | 第27页 |
·数据仓库技术 | 第27-29页 |
3 基于BP神经网络的房地产预警模型 | 第29-37页 |
·BP神经网络预警方法 | 第29-33页 |
·BP神经网络 | 第29-33页 |
·BP神经网络预警原理 | 第33页 |
·构建BP房地产预警模型的思路和步骤 | 第33-37页 |
·确定BP网络的输入节点 | 第34-35页 |
·确定BP网络的输出节点 | 第35-36页 |
·确定BP网络的参数 | 第36页 |
·BP网络训练 | 第36-37页 |
4 基于BP神经网络的北海市房地产预警模型 | 第37-59页 |
·北海市房地产发展概况 | 第37-39页 |
·北海市基本信息 | 第37页 |
·经济概况 | 第37-38页 |
·房地产发展概况 | 第38-39页 |
·北海市房地产预警指标体系的构建 | 第39-42页 |
·预警指标体系构建的原则 | 第39页 |
·预警指标体系构建的思路 | 第39-42页 |
·北海市房地产预警指标权重的确定 | 第42-46页 |
·构建层次分析模型 | 第42-43页 |
·计算权重 | 第43-46页 |
·北海市房地产2004-2010房地产运行状况评价 | 第46-51页 |
·建立北海市BP预警模型 | 第51-53页 |
·确定BP网络的输入节点 | 第51-52页 |
·确定BP网络的输出节点 | 第52-53页 |
·确定BP网络参数 | 第53页 |
·使用Matlab对BP网络进行训练 | 第53-59页 |
·样本数据准备 | 第53-55页 |
·BP网络设计 | 第55-57页 |
·BP网络测试 | 第57页 |
·对北海市2011年房地产市场进行手工预警 | 第57-58页 |
·模型验证结论 | 第58-59页 |
5 基于BP神经网络的房地产预警系统设计与实现 | 第59-71页 |
·系统分析 | 第59-60页 |
·系统设计 | 第60-65页 |
·系统总体设计 | 第60-62页 |
·功能模块设计 | 第62-63页 |
·数据结构设计 | 第63-65页 |
·系统实现 | 第65-69页 |
·系统界面设计 | 第65-68页 |
·系统编码 | 第68-69页 |
·系统实施 | 第69-71页 |
6 基于BP神经网络的房地产预警系统的应用 | 第71-80页 |
·北海市房地产市场预警 | 第71-74页 |
·系统初始设置 | 第71-72页 |
·录入数据 | 第72页 |
·模型设置 | 第72-73页 |
·系统运行 | 第73-74页 |
·输出结果 | 第74页 |
·预警对策和建议 | 第74-77页 |
·市场调控 | 第74-75页 |
·行政调控 | 第75-76页 |
·法律手段 | 第76-77页 |
·系统应用与改进 | 第77-80页 |
·系统的应用价值 | 第77页 |
·系统的应用领域 | 第77-78页 |
·系统改进 | 第78-80页 |
7 研究成果与不足 | 第80-82页 |
·本文的研究成果及结论 | 第80-81页 |
·本研究的不足和展望 | 第81-82页 |
参考文献 | 第82-85页 |
附录 | 第85-90页 |
研究生期间发表的论文 | 第90-91页 |
致谢 | 第91页 |