| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 文献综述及评述 | 第10-13页 |
| 1.2.1 人工神经网络运用于房地产市场的研究 | 第10-11页 |
| 1.2.2 房地产市场预警指标的研究 | 第11-12页 |
| 1.2.3 房地产市场预警模型的研究 | 第12-13页 |
| 1.3 研究方法、研究内容和技术路线 | 第13-15页 |
| 1.3.1 本文的研究方法 | 第13页 |
| 1.3.2 本文的研究内容 | 第13-14页 |
| 1.3.3 本文的技术路线 | 第14-15页 |
| 1.4 本文的创新和不足 | 第15-16页 |
| 第2章 基于人工神经网络方法的房地产市场预警理论基础 | 第16-25页 |
| 2.1 房地产预警理论 | 第16-19页 |
| 2.1.1 预警及房地产预警 | 第16页 |
| 2.1.2 房地产预警的过程 | 第16-17页 |
| 2.1.3 房地产预警的方法 | 第17-19页 |
| 2.2 房地产周期波动理论 | 第19-25页 |
| 2.2.1 房地产周期波动形式 | 第19-20页 |
| 2.2.2 房地产周期波动的内外部机制 | 第20-21页 |
| 2.2.3 房地产周期波动的宏微观视角 | 第21-22页 |
| 2.2.4 中国房地产周期波动及分析 | 第22-25页 |
| 第3章 基于人工神经网络方法的房地产市场预警体系 | 第25-30页 |
| 3.1 人工神经网络方法预警模型的基本原理 | 第25-28页 |
| 3.1.1 人工神经网络概述 | 第25-26页 |
| 3.1.2 人工神经网络的原理 | 第26-27页 |
| 3.1.3 人工神经网络的特点 | 第27-28页 |
| 3.2 基于人工神经网络的房地产市场预警体系的构建过程 | 第28-30页 |
| 3.2.1 预警指标的选择 | 第28页 |
| 3.2.2 警兆指标的确立 | 第28页 |
| 3.2.3 警情指标和警度的选择 | 第28-29页 |
| 3.2.4 预警模型的训练和检测 | 第29页 |
| 3.2.5 预警模型的实际应用 | 第29-30页 |
| 第4章 基于人工神经网络方法的房地产市场预警实证研究 | 第30-56页 |
| 4.1 上海市房地产市场预警的实证研究 | 第30-43页 |
| 4.1.1 上海市房地产市场概述 | 第30-32页 |
| 4.1.2 上海市房地产市场预警指标体系 | 第32-36页 |
| 4.1.3 上海市房地产市场警情判断 | 第36-37页 |
| 4.1.4 上海市房地产市场预警模型构建 | 第37-43页 |
| 4.2 杭州市房地产市场预警的实证研究 | 第43-50页 |
| 4.2.1 杭州市房地产市场概述 | 第43-45页 |
| 4.2.2 杭州市房地产市场警情判断 | 第45-46页 |
| 4.2.3 杭州市房地产市场警兆指标的选择 | 第46页 |
| 4.2.4 杭州市房地产市场预警的实现 | 第46-50页 |
| 4.3 福州市房地产市场预警的实证研究 | 第50-56页 |
| 4.3.1 福州市房地产市场概述 | 第50-51页 |
| 4.3.2 福州市房地产市场警情判断 | 第51-52页 |
| 4.3.3 福州市房地产市场警兆指标的选择 | 第52页 |
| 4.3.4 福州市房地产市场预警的实现 | 第52-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.1.1 本文研究成果及对策建议 | 第56页 |
| 5.1.2 本文研究不足 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
