基于神经网络房地产价格指数的预测研究(续)
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 2.2MB
- 页数 13P
- 阅读 96
- 下载 26
研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于神经网络房地产价格指数的预测研究 2.5MB
基于神经网络房地产价格指数的预测研究(续) 1.7MB
基于神经网络房地产价格指数的预测研究(续) 2.2MB
小波神经网络在房地产价格指数预测中的应用 406KB
基于BP神经网络自贡房地产价格走势预测 241KB
小波神经网络在房地产价格指数预测中的应用 932KB
基于模糊神经网络的房地产价格评估问题研究 201KB
基于灰色理论和BP神经网络的房地产价格指数预测 239KB
基于BP神经网络的海口商品住宅价格预测研究 2.3MB