| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-24页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-12页 |
| ·研究目的和意义 | 第12页 |
| ·国内外房地产研究现状 | 第12-22页 |
| ·传统估价方法的研究 | 第14-16页 |
| ·运用定量化数学模型进行房地产估价 | 第16-19页 |
| ·轨道交通对周边房价的影响研究 | 第19-22页 |
| ·论文研究内容 | 第22页 |
| ·论文研究方法和技术路线 | 第22-24页 |
| ·论文研究方法 | 第22-23页 |
| ·技术路线 | 第23-24页 |
| 2 BP神经网络在房地产估价应用的可行性分析 | 第24-35页 |
| ·BP神经网络介绍 | 第24-27页 |
| ·人工神经网络概述 | 第24页 |
| ·BP神经网络结构及其算法 | 第24-27页 |
| ·现行估价方法中存在的问题以及估价偏差影响 | 第27-28页 |
| ·市场比较法存在的问题 | 第27-28页 |
| ·收益法中存在的问题 | 第28页 |
| ·成本法存在的问题 | 第28页 |
| ·估价偏差带来的经济社会影响 | 第28-30页 |
| ·房地产估价引入BP神经网络的可行性及改进建议 | 第30-35页 |
| 3 BP神经网络的房地产估价模型构建 | 第35-48页 |
| ·BP神经网络的房地产估价模型 | 第35-37页 |
| ·作为BP神经网络输入神经元的房地产价格影响因素分析 | 第37-45页 |
| ·交通通达程度分析 | 第37-41页 |
| ·周边环境因素分析 | 第41-42页 |
| ·个别因素分析 | 第42-44页 |
| ·其他因素分析 | 第44-45页 |
| ·网络参数的确定 | 第45-48页 |
| 4 运用MATLAB对案例的估价模拟 | 第48-65页 |
| ·神经网络工具箱的应用 | 第48-50页 |
| ·数据的收集和整理 | 第50-58页 |
| ·BP神经网络训练程序的编制和训练过程 | 第58-61页 |
| ·网络训练程序及说明 | 第58-59页 |
| ·训练过程结果 | 第59-61页 |
| ·测试和结果说明 | 第61-62页 |
| ·距地铁站远近对房价的重要影响作用 | 第62-65页 |
| 5 结论与展望 | 第65-67页 |
| ·本文主要研究工作及结论 | 第65-66页 |
| ·存在的问题和有待进一步研究的工作 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 附录A | 第69-72页 |
| 索引 | 第72-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |