| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 导论 | 第11-27页 |
| 第一节 选题的背景及研究意义 | 第11-14页 |
| 第二节 特征价格理论及价格指数国内外研究动态及发展趋势 | 第14-21页 |
| 一、特征价格理论及价格指数的国外研究现状和发展 | 第14-15页 |
| 二、特征价格理论及价格指数的国内研究现状和发展 | 第15-21页 |
| 第三节 人工神经网络的发展和研究现状 | 第21-24页 |
| 一、人工神经网络的发展 | 第21-23页 |
| 二、人工神经网络的研究现状 | 第23-24页 |
| 第四节 本文拟采取的研究方法、技术路线 | 第24-27页 |
| 一、研究方法 | 第24-25页 |
| 二、本文技术路线 | 第25-27页 |
| 第二章 特征价格模型的理论分析及其函数设定形式 | 第27-33页 |
| 第一节 特征价格模型的理论基础 | 第27-30页 |
| 一、商品的异质性和市场的隐含性 | 第28页 |
| 二、特征价格函数和隐含价格函数 | 第28页 |
| 三、消费者决策（既定财富下选择效用最大化的商品组合） | 第28-29页 |
| 四、生产者决策（利润最大化下的液晶电视特征选择） | 第29-30页 |
| 第二节 特征价格模型函数形式的设定 | 第30-33页 |
| 第三章 人工神经网络原理及BP 网络 | 第33-41页 |
| 第一节 人工神经网络原理 | 第33-35页 |
| 一、人工神经网络的简介 | 第33页 |
| 二、人工神经网络的模型 | 第33-35页 |
| 第二节 BP 网络 | 第35-41页 |
| 一、BP 算法的原理 | 第36-37页 |
| 二、BP 算法的数学表达 | 第37-39页 |
| 三、BP 算法的执行步骤 | 第39-41页 |
| 第四章 实证分析 | 第41-53页 |
| 第一节 数据来源 | 第41页 |
| 第二节 特征变量的选取及量化 | 第41-44页 |
| 一、变量的选取 | 第41-42页 |
| 二、变量的量化 | 第42页 |
| 三、对个别变量的解释 | 第42-44页 |
| 四、合并数据的变量描述 | 第44页 |
| 第三节 建立合并数据的特征价格模型 | 第44-45页 |
| 一、原始合并数据的特征价格模型 | 第44-45页 |
| 二、加入时间虚拟变量合并数据的特征价格模型 | 第45页 |
| 第四节 BP 神经网络在特征价格模型中的应用 | 第45-48页 |
| 一、构建基于 BP 神经网络的特征价格模型的具体步骤 | 第45-47页 |
| 二、采用对数线性模型的变量训练网络 | 第47-48页 |
| 第五节 模型的比较 | 第48-49页 |
| 第六节 建立截面数据的特征价格模型 | 第49-50页 |
| 第七节 液晶电视特征价格指数的编制 | 第50-53页 |
| 一、合并数据特征价格指数的编制 | 第50页 |
| 二、基于BP 神经网络的特征价格指数的编制 | 第50页 |
| 三、截面数据特征价格指数的编制 | 第50-51页 |
| 四、指数的比较 | 第51-53页 |
| 第五章 结论与不足 | 第53-55页 |
| 第一节 基本结论 | 第53页 |
| 第二节 研究的不足 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 本人在校期间研究成果 | 第59页 |
