| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10页 |
| 1.1.3 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-18页 |
| 1.2.3 国内外研究现状分析 | 第18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 研究方法及技术路线 | 第19-21页 |
| 1.4.1 研究方法 | 第19-20页 |
| 1.4.2 技术路线 | 第20-21页 |
| 第2章 相关理论概述 | 第21-34页 |
| 2.1 商品住宅相关理论 | 第21-30页 |
| 2.1.1 商品住宅价格构成分析 | 第21-22页 |
| 2.1.2 商品住宅价格特征分析 | 第22-24页 |
| 2.1.3 商品住宅价格影响因素分析 | 第24-30页 |
| 2.2 混沌理论 | 第30-31页 |
| 2.2.1 混沌理论概述 | 第30页 |
| 2.2.2 混沌特性分析 | 第30-31页 |
| 2.3 人工神经网络 | 第31-32页 |
| 2.3.1 人工神经网络概述 | 第31-32页 |
| 2.3.2 人工神经网络特征 | 第32页 |
| 2.4 混沌神经网络概述 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于混沌神经理论商品住宅价格分析预测模型的构建 | 第34-47页 |
| 3.1 混沌神经网络在商品住宅价格领域运用可行性 | 第34-37页 |
| 3.1.1 商品住宅价格混沌特性分析 | 第34-35页 |
| 3.1.2 商品住宅价格时间序列的混沌识别 | 第35-37页 |
| 3.2 混沌神经网络分析预测模型的构建 | 第37-45页 |
| 3.2.1 混沌神经网络模型构建基础的确定 | 第37-38页 |
| 3.2.2 混沌神经网络模型拓扑结构确定 | 第38-43页 |
| 3.2.3 混沌神经网络模型的训练 | 第43-45页 |
| 3.2.4 混沌神经网络模型的仿真 | 第45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 天津市商品住宅价格实例分析 | 第47-65页 |
| 4.1 研究对象的选择与预处理 | 第47-50页 |
| 4.1.1 研究对象的确定 | 第47-48页 |
| 4.1.2 样本选择与预处理 | 第48-50页 |
| 4.2 混沌神经网络拓扑结构的确定 | 第50-54页 |
| 4.2.1 确定混沌神经网络的输入层节点数 | 第50-53页 |
| 4.2.2 确定混沌神经网络的中间层节点数 | 第53-54页 |
| 4.3 混沌神经网络模型的构建 | 第54-60页 |
| 4.4 混沌神经网络仿真与预测结果 | 第60-64页 |
| 4.4.1 混沌神经网络模型仿真结果 | 第60-63页 |
| 4.4.2 混沌神经网络模型预测结果 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 结论与展望 | 第65-67页 |
| 5.1 研究结论 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |