| 第1章 绪论 | 第1-23页 |
| ·问题的提出 | 第12-17页 |
| ·东京、香港、海南房地产事件回顾 | 第12-14页 |
| ·对历史的反思及本文研究的目的 | 第14页 |
| ·本文研究的背景和意义 | 第14-17页 |
| ·文献综述 | 第17-20页 |
| ·房地产预测相关的研究方法 | 第17-19页 |
| ·研究指标的选择 | 第19页 |
| ·其他研究工具及模型 | 第19-20页 |
| ·论文的研究对象、整体构思和主要内容 | 第20-23页 |
| ·论文研究对象的选择 | 第20页 |
| ·论文的整体构思 | 第20-21页 |
| ·主要内容 | 第21-23页 |
| 第2章 房地产市场概述 | 第23-28页 |
| ·房地产特点 | 第23-24页 |
| ·房地产市场类别 | 第24页 |
| ·房地产市场特征 | 第24-28页 |
| ·地域性 | 第25页 |
| ·关联性 | 第25-26页 |
| ·资金依赖性 | 第26页 |
| ·周期波动性 | 第26-27页 |
| ·政策敏感性 | 第27-28页 |
| 第3章 房地产影响因素理论及预测理论 | 第28-36页 |
| ·房地产影响因素理论考察分析 | 第28-31页 |
| ·房地产周期波动理论的概念考察与界定 | 第28页 |
| ·房地产波动的成因分析 | 第28-31页 |
| ·预测理论考察分析 | 第31-36页 |
| ·预测理论 | 第31-34页 |
| ·预测的步骤及单个模型流程图 | 第34-36页 |
| 第4章 上海市房地产市场预测技术及预测影响因素分析 | 第36-54页 |
| ·预测技术概述 | 第36-41页 |
| ·神经网络理论 | 第36-40页 |
| ·神经网络集成理论 | 第40-41页 |
| ·影响因素分析 | 第41-54页 |
| ·宏观经济环境影响分析 | 第42-45页 |
| ·通货膨胀影响分析 | 第45-47页 |
| ·金融市场影响分析 | 第47-49页 |
| ·股票市场影响分析 | 第49-51页 |
| ·政策变化的影响分析 | 第51-54页 |
| 第5章 预测系统的构建与未来走势预测分析 | 第54-61页 |
| ·上海市房地产预测神经网络集成系统的构建 | 第54-59页 |
| ·基于各子系统的预测模型构建与实证分析 | 第54-58页 |
| ·基于实证分析的集成预测系统的构建与未来走势预测分析 | 第58-59页 |
| ·上海市房地产市场未来一段时间走势分析 | 第59-61页 |
| ·基于集成预测系统的未来一年上海市房地产市场价格及供需预测 | 第59-60页 |
| ·基于预测与专家调查问卷的上海市房地产市场走势分析 | 第60-61页 |
| 第6章 总结与展望 | 第61-65页 |
| ·研究总结 | 第61-62页 |
| ·本文研究结论 | 第61页 |
| ·研究创新点 | 第61-62页 |
| ·研究的不足 | 第62-63页 |
| ·研究展望 | 第63-65页 |
| ·对本文不足的改进 | 第63页 |
| ·基于遗传算法——BP神经网络预测系统的构想 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录 | 第71-78页 |
| 1、宏观经济环境相关指标数据 | 第71页 |
| 2、通货膨胀相关指标数据 | 第71-72页 |
| 3、金融市场相关指标数据 | 第72-73页 |
| 4、股票市场相关指标数据 | 第73页 |
| 5、上海市房地产市场价格及供需数据 | 第73-74页 |
| 6、专家经验调查问卷 | 第74页 |
| 7、专家经验调查问卷调研过程 | 第74-75页 |
| 8、人工神经网络程序—RBF(Matlab) | 第75-76页 |
| 9、人工神经网络程序—BP(Matlab) | 第76-78页 |
| 在读期间发表的学术论文与研究成果 | 第78页 |
