摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第10-30页 |
1.1 研究背景 | 第10-13页 |
1.2 城市住房价格预测研究的必要性 | 第13-14页 |
1.3 研究的意义 | 第14-16页 |
1.3.1 理论意义 | 第14页 |
1.3.2 实践意义 | 第14-16页 |
1.4 价格预测国内外研究综述 | 第16-25页 |
1.4.1 住房价格形成机制及定价方法国内外研究综述 | 第17-18页 |
1.4.2 住房价格周期波动规律及国内外房地产预警研究 | 第18-19页 |
1.4.3 住房价格预测方法研究综述 | 第19-23页 |
1.4.4 对现有预测方法的评价 | 第23-25页 |
1.5 研究内容与论文框架 | 第25-27页 |
1.5.1 研究内容 | 第25-26页 |
1.5.2 本文的整体框架 | 第26-27页 |
1.6 主要创新点 | 第27-30页 |
1.6.1 理论创新 | 第27-28页 |
1.6.2 方法创新 | 第28-29页 |
1.6.3 技术路线创新 | 第29-30页 |
2 基础理论 | 第30-44页 |
2.1 LSSVR 和粒子群算法 | 第30-35页 |
2.1.1 SVM | 第30-31页 |
2.1.2 最小二乘支持向量机 | 第31-32页 |
2.1.3 粒子群算法与 PSO-LSSVR 模型参数优化 | 第32-35页 |
2.2 模糊数学理论和灰色理论 | 第35-38页 |
2.2.1 模糊数学理论 | 第35-36页 |
2.2.2 灰色系统理论 | 第36-38页 |
2.3 层次分析法 | 第38-39页 |
2.4 房地产市场周期理论 | 第39-42页 |
2.4.1 房地产周期阶段划分 | 第39-40页 |
2.4.2 房地产周期成因 | 第40-42页 |
2.5 本章小结 | 第42-44页 |
3 城市住房价格 PSO-LSSVR 预测模型建立 | 第44-64页 |
3.1 PSO-LSSVR 模型概括 | 第44-45页 |
3.2 PSO-LSSVR 模型应用于住房价格预测 | 第45-46页 |
3.3 模型理论基础 | 第46-49页 |
3.4 确定指标体系及等级划分 | 第49-54页 |
3.4.1 房地产发展影响因素 | 第49-51页 |
3.4.2 房地产市场评价指标 | 第51-54页 |
3.4.3 房地产市场评价指标等级划分 | 第54页 |
3.5 建立城市住房价格 PSO-LSSVR 预测模型 | 第54-62页 |
3.5.1 城市住房价格 PSO-LSSVR 预测模型系统架构 | 第54-58页 |
3.5.2 PSO-LSSVR 预测模型运作流程 | 第58-60页 |
3.5.3 基于模糊灰色理论的房地产市场评估模型运作流程 | 第60-62页 |
3.6 本章小结 | 第62-64页 |
4 城市住房价格 PSO-LSSVR 预测模型运用 | 第64-100页 |
4.1 模型运用概括 | 第64-65页 |
4.1.1 数据选取 | 第64页 |
4.1.2 指标等级划分 | 第64-65页 |
4.2 模型运用 | 第65-96页 |
4.2.1 训练数据构建原理 | 第66-69页 |
4.2.2 PSO-LSSVR 预测模型构建 | 第69-90页 |
4.2.3 房地产市场评估 | 第90-96页 |
4.3 模型运用结论 | 第96-98页 |
4.4 本章小结 | 第98-100页 |
5 城市住房价格 PSO-LSSVR 预测模型系统实现 | 第100-114页 |
5.1 总体结构 | 第100-101页 |
5.1.1 设计原则 | 第100页 |
5.1.2 总体结构 | 第100-101页 |
5.2 功能模型 | 第101-102页 |
5.3 系统实现 | 第102-112页 |
5.3.1 工具描述 | 第102-103页 |
5.3.2 数据库 | 第103-108页 |
5.3.3 界面设计 | 第108-112页 |
5.4 本章小结 | 第112-114页 |
6 总结与展望 | 第114-122页 |
6.1 论文总结 | 第114-120页 |
6.1.1 研究结论 | 第114-116页 |
6.1.2 论文建议 | 第116-120页 |
6.2 论文展望 | 第120-122页 |
致谢 | 第122-124页 |
参考文献 | 第124-134页 |
附录 | 第134页 |
A. 作者在攻读博士学位期间发表的论文目录 | 第134页 |