人工神经网络模型在住宅类二手房价格评估中的应用研究--以重庆市巴南区为例
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 导论 | 第10-15页 |
1.1 研究背景 | 第10-11页 |
1.2 研究目的及意义 | 第11-12页 |
1.2.1 研究目的 | 第11页 |
1.2.2 研究意义 | 第11-12页 |
1.3 研究内容及技术路线 | 第12-13页 |
1.3.1 研究内容 | 第12页 |
1.3.2 技术路线 | 第12-13页 |
1.4 研究方法 | 第13-14页 |
1.5 可能的创新点 | 第14-15页 |
第2章 相关理论与文献述评 | 第15-23页 |
2.1 相关理论 | 第15-16页 |
2.1.1 地租理论 | 第15页 |
2.1.2 地价理论 | 第15页 |
2.1.3 房地产价格理论 | 第15-16页 |
2.2 国内外研究现状及述评 | 第16-23页 |
2.2.1 关于二手房市场的研究 | 第16-18页 |
2.2.2 关于二手房评估的相关研究 | 第18-20页 |
2.2.3 人工神经网络在房地产市场中的应用 | 第20-21页 |
2.2.4 简要评述 | 第21-23页 |
第3章 二手房价格影响因素与评估现状 | 第23-27页 |
3.1 二手房价格影响因素 | 第23-24页 |
3.1.1 一般因素 | 第23页 |
3.1.2 区域因素 | 第23页 |
3.1.3 个别因素 | 第23-24页 |
3.2 住宅类二手房评估现状 | 第24-26页 |
3.2.1 比较法 | 第24页 |
3.2.2 成本法 | 第24-25页 |
3.2.3 收益法 | 第25-26页 |
3.3 小结 | 第26-27页 |
第4章 人工神经网络模型理论基础及其改进 | 第27-32页 |
4.1 神经网络的基本概念 | 第27-28页 |
4.1.1 生物神经元 | 第27页 |
4.1.2 人工神经元 | 第27-28页 |
4.2 人工神经网络模型 | 第28-29页 |
4.2.1 神经网络的网络结构 | 第28页 |
4.2.2 神经网络的学习 | 第28-29页 |
4.3 BP神经网络 | 第29-30页 |
4.3.1 BP神经网络模型结构 | 第29页 |
4.3.2 BP神经网络学习算法 | 第29-30页 |
4.4 BP神经网络的不足及改进 | 第30-31页 |
4.4.1 BP神经网络的缺陷 | 第30页 |
4.4.2 BP神经网络的改进 | 第30-31页 |
4.5 小结 | 第31-32页 |
第5章 神经网络模型在住宅类二手房评估中的应用 | 第32-49页 |
5.1 神经网络模型用于二手房价格评估的可行性 | 第32页 |
5.2 住宅类二手房价格评估指标体系的建立 | 第32-34页 |
5.3 基于神经网络的二手房估价模型设计 | 第34-35页 |
5.3.1 样本的收集和选取 | 第34页 |
5.3.2 神经网络拓扑结构及参数的确定 | 第34-35页 |
5.3.3 网络的训练和测试 | 第35页 |
5.3.4 对估价对象进行评估 | 第35页 |
5.4 Matlab神经网络工具箱 | 第35-36页 |
5.5 二手房价格评估神经网络模型程序实现 | 第36-44页 |
5.5.1 数据的准备及处理 | 第36-37页 |
5.5.2 BP网络训练过程及结果 | 第37-42页 |
5.5.3 BP网络测试过程及结果 | 第42-43页 |
5.5.4 结果分析 | 第43-44页 |
5.6 与现有主要估价方法的比较研究 | 第44-48页 |
5.6.1 神经网络模型的应用 | 第45-46页 |
5.6.2 比较法的应用 | 第46-48页 |
5.7 小结 | 第48-49页 |
第6章 结论与展望 | 第49-51页 |
6.1 主要研究工作与结论 | 第49页 |
6.2 不足与展望 | 第49-51页 |
致谢 | 第51-52页 |
参考文献 | 第52-55页 |
附录Ⅰ 样本量化值及交易单价 | 第55-59页 |
附录Ⅱ 比较法测算过程 | 第59-64页 |
个人简历、在学期间发表的学术论文及取得的研究成果 | 第64页 |