| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·论文选题的背景 | 第9-12页 |
| ·国外房地产研究综述 | 第10-11页 |
| ·国内房地产研究综述 | 第11-12页 |
| ·研究的目的和意义 | 第12-13页 |
| ·研究的目的 | 第12-13页 |
| ·研究的意义 | 第13页 |
| ·研究内容、方法与技术路线 | 第13-15页 |
| ·主要内容 | 第13-14页 |
| ·研究方法 | 第14页 |
| ·技术路线 | 第14-15页 |
| ·论文中的新见解 | 第15页 |
| ·论文难点及主要解决问题 | 第15-16页 |
| ·主要难点 | 第15页 |
| ·主要解决问题 | 第15-16页 |
| 2 房地产开发投资风险分析 | 第16-34页 |
| ·风险 | 第16-18页 |
| ·风险的定义 | 第16页 |
| ·风险的特征 | 第16-18页 |
| ·房地产投资风险 | 第18-21页 |
| ·房地产投资风险的定义 | 第18页 |
| ·房地产投资风险分类 | 第18-21页 |
| ·房地产开发投资过程主要风险因素分析 | 第21-26页 |
| ·开发决策阶段风险因素分析 | 第21-22页 |
| ·前期工作阶段风险因素分析 | 第22-24页 |
| ·项目建设阶段风险因素分析 | 第24-25页 |
| ·租售管理阶段风险因素分析 | 第25-26页 |
| ·模糊层次分析法 | 第26-30页 |
| ·模糊层次分析法 | 第26页 |
| ·模糊层次分析法进行模型的构建 | 第26-30页 |
| ·房地产投资风险分析的内容 | 第30-33页 |
| ·房地产投资风险辨识 | 第30-31页 |
| ·房地产投资风险估计 | 第31-32页 |
| ·房地产投资风险评价 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 BP网络、遗传算法及SVM相关理论 | 第34-52页 |
| ·BP神经网络的基本原理 | 第34-39页 |
| ·BP网络的定义、特点及应用 | 第34-35页 |
| ·BP神经网络结构 | 第35页 |
| ·BP神经网络学习算法 | 第35-37页 |
| ·BP神经网络结构的主要缺陷 | 第37页 |
| ·BP神经网络的改进 | 第37-39页 |
| ·遗传算法 | 第39-43页 |
| ·遗传算法的基本原理 | 第39页 |
| ·遗传算法的步骤 | 第39-40页 |
| ·遗传算法的设计与实现 | 第40-41页 |
| ·遗传算法的特点 | 第41-42页 |
| ·遗传算法在神经网络中的应用 | 第42-43页 |
| ·遗传算法与BP网络的结合 | 第43页 |
| ·统计学习理论 | 第43-45页 |
| ·机器学习问题 | 第43-44页 |
| ·经验风险最小化原则 | 第44页 |
| ·结构风险最小化原则 | 第44-45页 |
| ·支持向量机理论 | 第45-51页 |
| ·线性支持向量机 | 第45-47页 |
| ·非线性支持向量机 | 第47-48页 |
| ·核函数 | 第48-49页 |
| ·支持向量机的特点 | 第49-50页 |
| ·支持向量机的学习算法 | 第50页 |
| ·支持向量机与多层前向网络比较 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 基于GABP及SVM的房地产投资风险评价建模预测 | 第52-72页 |
| ·房地产投资风险评价指标体系设计 | 第52-53页 |
| ·数据搜集与处理 | 第53-55页 |
| ·数据搜集 | 第53页 |
| ·数据归一化 | 第53-55页 |
| ·基于GABP的房地产投资风险建模预测 | 第55-66页 |
| ·GABP模型的设计 | 第55-59页 |
| ·模型训练和检测 | 第59-66页 |
| ·基于SVM的房地产投资风险建模预测 | 第66-70页 |
| ·训练支持向量机与模型实现 | 第67-68页 |
| ·核函数及参数选取 | 第68页 |
| ·模型的训练与检测 | 第68-70页 |
| ·GABP网络及SVM仿真结果分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 5 实例分析 | 第72-88页 |
| ·项目概况 | 第72-74页 |
| ·模糊层次综合评价 | 第74-78页 |
| ·GABP评价 | 第78-81页 |
| ·SVM评价 | 第81-82页 |
| ·预测结果分析 | 第82-84页 |
| ·方法比较分析 | 第84-86页 |
| ·本章小结 | 第86-88页 |
| 6 结论与展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-92页 |
| 附录1 GABP及SVM回归仿真程序 | 第92-98页 |
| 附录2 攻读学位期间发表的论文目录 | 第98页 |