| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·传统房地产估价方法研究 | 第9-10页 |
| ·改进的房地产估价方法研究 | 第10-11页 |
| ·技术路线和研究内容 | 第11-13页 |
| ·本文特点和意义 | 第13-15页 |
| 2 理论基础 | 第15-32页 |
| ·常用的房地产估价方法 | 第15-18页 |
| ·市场比较法 | 第15-16页 |
| ·成本法 | 第16-17页 |
| ·收益法 | 第17-18页 |
| ·统计学习理论 | 第18-21页 |
| ·VC维 | 第18-19页 |
| ·经验风险最小化(ERM) | 第19-20页 |
| ·推广性的界 | 第20-21页 |
| ·结构风险最小化(SRM) | 第21页 |
| ·支持向量机理论 | 第21-26页 |
| ·用于回归估计的支持向量机理论 | 第21-24页 |
| ·支持向量机回归估计的方法说明 | 第24-26页 |
| ·最小二乘支持向量机原理 | 第26页 |
| ·蚁群算法原理 | 第26-32页 |
| ·蚁群算法的原理分析 | 第27-29页 |
| ·蚁群算法的算法描述 | 第29-32页 |
| 3 基于ACO-LS-SVM的房地产估价模型 | 第32-43页 |
| ·基于ACO-LS-SVM的估价模型基本思路 | 第32-36页 |
| ·基于ACO-LS-SVM的房地产价格函数估计模型的可行性分析 | 第32-33页 |
| ·基于ACO-LS-SVM的函数估计模型思路分析 | 第33-36页 |
| ·基于ACO-LS-SVM的房地产估价模型实现步骤 | 第36-43页 |
| ·房地产价格影响因素 | 第37页 |
| ·房地产价格影响因素评价指标体系 | 第37-38页 |
| ·基于ACO-LS-SVM的房地产估价模型实现步骤 | 第38-43页 |
| 4 基于实例的房地产估价模型验证 | 第43-60页 |
| ·样本数据的获取及预处理 | 第43-45页 |
| ·基于MATLAB的模型实现 | 第45-52页 |
| ·蚁群算法优化LS-SVM参数的算法实现 | 第45-50页 |
| ·基于 ACO-LS-SVM的房地产估价模型算法实现 | 第50-52页 |
| ·实验结果及对比分析 | 第52-60页 |
| ·ACO-LS-SVM与LS-SVM的对比分析 | 第53-54页 |
| ·ACO-LS-SVM与BP神经网络的对比分析 | 第54-58页 |
| ·ACO-LS-SVM与市场比较法的对比分析 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
