城市住房?jī)r(jià)格PSO-LSSVR預(yù)測(cè)模型研究.pdf

1、近年來,房地產(chǎn)行業(yè)的迅速蓬勃發(fā)展是大家有目共睹的。而城市商品住房作為其重要組成部分的也呈現(xiàn)了穩(wěn)步增長(zhǎng)的趨勢(shì)。在住房產(chǎn)業(yè)快速發(fā)展的過程中,住房?jī)r(jià)格作為重要的經(jīng)濟(jì)杠桿對(duì)住房產(chǎn)業(yè)化與商品化起著重要的推動(dòng)作用,住房?jī)r(jià)格也成為政府、居民和廣大房地產(chǎn)開發(fā)商普遍關(guān)注的焦點(diǎn)。尤其是近年來,持續(xù)走高的城市住房?jī)r(jià)格給城市居民以及整個(gè)社會(huì)的經(jīng)濟(jì)發(fā)展都帶來了很大的負(fù)面影響。與此同時(shí),政府宏觀調(diào)控措施雖然取得了一定的成效,但是效果不甚明顯?；诖?本文將展開對(duì)城

2、市住房?jī)r(jià)格預(yù)測(cè)模型的研究。通過建立價(jià)格預(yù)測(cè)模型,可以掌握房地產(chǎn)價(jià)格走勢(shì),合理準(zhǔn)確評(píng)估預(yù)測(cè)房?jī)r(jià),進(jìn)而可以對(duì)房地產(chǎn)市場(chǎng)的發(fā)展展開分析,這對(duì)確保我國住房市場(chǎng)穩(wěn)定健康發(fā)展有著重要的作用。
　　本研究主要內(nèi)容包括：①梳理了國內(nèi)外關(guān)于住房?jī)r(jià)格預(yù)測(cè)的相關(guān)研究,并基于已有的研究提出了基于粒子群算法的最小二乘支持向量機(jī)(PSO-LSSVR模型)的住房?jī)r(jià)格預(yù)測(cè)方法。最小二乘支持向量機(jī)在建模數(shù)據(jù)過程中能很好彌補(bǔ)人工神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)的諸多不足,而

3、且粒子群算法能迅速快捷地對(duì)參數(shù)進(jìn)行優(yōu)化,具有精度高、速度快等優(yōu)點(diǎn)。②通過確定房地產(chǎn)度量指標(biāo)體系和等級(jí)劃分標(biāo)準(zhǔn),詳細(xì)介紹城市住房?jī)r(jià)格PSO-LSSVR預(yù)測(cè)模型的運(yùn)作流程。并介紹基于PSO-LSSVR模型與模糊灰色理論的房地產(chǎn)市場(chǎng)預(yù)測(cè)系統(tǒng)架構(gòu),通過預(yù)測(cè)系統(tǒng)構(gòu)架可以使預(yù)測(cè)模型更好的發(fā)揮作用。③以北京市為例展開預(yù)測(cè)模型的實(shí)證分析。通過構(gòu)建相應(yīng)的PSO-LSSVR住房?jī)r(jià)格和成交量預(yù)測(cè)模型,對(duì)北京市房地產(chǎn)市場(chǎng)發(fā)展健康狀況進(jìn)行評(píng)估。實(shí)證分析表明基于粒

4、子群優(yōu)化最小二乘支持向量回歸預(yù)測(cè)模型優(yōu)于傳統(tǒng)的支持向量回歸模型,也證明了PSO-LSSVR預(yù)測(cè)模型用于城市住房?jī)r(jià)格預(yù)測(cè)的有效性。④在住房?jī)r(jià)格、住房成交量的PSO-LSSVR預(yù)測(cè)模型和基于模糊灰色理論的房地產(chǎn)市場(chǎng)評(píng)估模型基礎(chǔ)上給出了整個(gè)房地產(chǎn)市場(chǎng)預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)過程,并詳細(xì)介紹系統(tǒng)的軟件實(shí)現(xiàn)過程。⑤總結(jié)本研究的研究成果并對(duì)未來的研究提出建議。
　　本文提出城市住房?jī)r(jià)格PSO-LSSVR預(yù)測(cè)模型,并結(jié)合模糊灰色理論提出一整套房地產(chǎn)市場(chǎng)預(yù)