| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.2.3 研究现状评述 | 第13-14页 |
| 1.3 研究的目的和意义 | 第14-15页 |
| 1.4 研究内容及研究方法 | 第15-17页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 研究方法 | 第16-17页 |
| 第2章 房地产业与城市经济发展协调度分析 | 第17-34页 |
| 2.1 协调度概念及应用 | 第17-22页 |
| 2.1.1 协调度概念的确立 | 第17-19页 |
| 2.1.2 哈尔滨市房地产业与城市经济发展协调度现状分析 | 第19-22页 |
| 2.2 房地产业与城市经济发展的相互作用分析 | 第22-27页 |
| 2.2.1 房地产业与城市经济发展互动关系分析 | 第23-25页 |
| 2.2.2 房地产业对城市经济发展的作用分析 | 第25-26页 |
| 2.2.3 城市经济对房地产业的基础支撑作用分析 | 第26-27页 |
| 2.3 房地产业与城市经济发展协调度指标的构建 | 第27-33页 |
| 2.3.1 指标的选取原则 | 第27-28页 |
| 2.3.2 指标的选取 | 第28-32页 |
| 2.3.3 运用层次分析法确定指标权重 | 第32-33页 |
| 2.4 小结 | 第33-34页 |
| 第3章 基于 BP神经网络的协调度评价模型的构建 | 第34-42页 |
| 3.1 BP 神经网络的协调度评价原理及适用性分析 | 第34-35页 |
| 3.2 BP 神经网络协调度评价模型的结构及算法 | 第35-38页 |
| 3.2.1 BP 神经网络的结构 | 第35-36页 |
| 3.2.2 BP 神经网络的算法推导 | 第36页 |
| 3.2.3 BP 神经网络的训练过程 | 第36-38页 |
| 3.3 BP 神经网络协调度评价模型的程序设计 | 第38-41页 |
| 3.3.1 BP 神经网络创建及其初始化 | 第38-40页 |
| 3.3.2 BP 神经网路的训练及测试 | 第40页 |
| 3.3.3 训练及测试结果分析 | 第40-41页 |
| 3.4 小结 | 第41-42页 |
| 第4章 实证分析 | 第42-57页 |
| 4.1 指标数据收集整理 | 第42页 |
| 4.2 指标数据标准归一化处理 | 第42-44页 |
| 4.3 BP 神经网络二级指标模型的构建 | 第44-45页 |
| 4.3.1 输入节点的确定 | 第44-45页 |
| 4.3.2 隐层节点的确定 | 第45页 |
| 4.3.3 输出节点的确定 | 第45页 |
| 4.4 二级指标模型训练及检验 | 第45-50页 |
| 4.4.1 模型训练 | 第45-49页 |
| 4.4.2 模型检验 | 第49页 |
| 4.4.3 协调性等级数值确定 | 第49-50页 |
| 4.5 一级指标的模型构建 | 第50-52页 |
| 4.6 等级值分析 | 第52页 |
| 4.7 政策建议 | 第52-56页 |
| 4.8 小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 1 层次分析法一致性检验过程 | 第62-64页 |
| 附录 2 二级指标原始数据及计算过程 | 第64-70页 |
| 附录 3 二级指标模型评价标准计算过程 | 第70-71页 |
| 攻读硕士学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |