發(fā)布時(shí)間：2018-10-23 20:16

【摘要】：針對(duì)房地產(chǎn)價(jià)格預(yù)測(cè)問(wèn)題,需要組建經(jīng)濟(jì)轉(zhuǎn)型條件下房地產(chǎn)價(jià)格預(yù)測(cè)模型,傳統(tǒng)的方法主要通過(guò)對(duì)往期收集的房地產(chǎn)價(jià)格數(shù)據(jù)特征進(jìn)行預(yù)測(cè),難以精確地描述出房地產(chǎn)價(jià)格的時(shí)間序列,存在房地產(chǎn)價(jià)格預(yù)測(cè)誤差大的問(wèn)題。提出改進(jìn)馬爾可夫鏈的經(jīng)濟(jì)轉(zhuǎn)型條件下房地產(chǎn)價(jià)格預(yù)測(cè)模型。上述模型先給出房地產(chǎn)價(jià)格幅度變化特征的非平穩(wěn)時(shí)間序列,融合于BP神經(jīng)網(wǎng)絡(luò)房地產(chǎn)價(jià)格變化曲線擬合,并借助馬爾可夫鏈對(duì)房地產(chǎn)價(jià)格變化狀態(tài)進(jìn)行預(yù)測(cè),組建經(jīng)濟(jì)轉(zhuǎn)型條件下房地產(chǎn)價(jià)格預(yù)測(cè)模型。仿真結(jié)果證明,所提模型具有較高的預(yù)測(cè)精度和可靠性。
[Abstract]:In order to solve the problem of real estate price forecasting, it is necessary to set up a real estate price forecasting model under the condition of economic transformation. The traditional methods mainly predict the characteristics of the real estate price data collected in the past period. It is difficult to accurately describe the time series of real estate prices. A real estate price forecasting model based on improved Markov chain is proposed in this paper. The above model first gives the non-stationary time series of the real estate price range change characteristics, and integrates it into the BP neural network to fit the real estate price change curve, and forecasts the real estate price change state with the help of Markov chain. Set up real estate price forecasting model under the condition of economic transformation. The simulation results show that the proposed model has high prediction accuracy and reliability.
【作者單位】： 中州大學(xué)校辦處;
【基金】：2014年河南省科技廳軟科學(xué)立項(xiàng)項(xiàng)目(142400411317)
【分類號(hào)】：F299.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃訓(xùn)江;;基于功能驅(qū)動(dòng)的產(chǎn)品價(jià)格預(yù)測(cè)[J];工業(yè)工程與管理;2008年01期

2 賈振華;斯慶巴拉;陳英杰;;神經(jīng)網(wǎng)絡(luò)在石油價(jià)格預(yù)測(cè)中的仿真研究[J];計(jì)算機(jī)仿真;2011年11期

3 陳增祥;;基于數(shù)據(jù)挖掘的煤炭?jī)r(jià)格預(yù)測(cè)[J];煤炭技術(shù);2012年11期

4 曹戈;;我國(guó)煤炭最優(yōu)銷售價(jià)格預(yù)測(cè)研究——基于四階段分析方法[J];價(jià)格理論與實(shí)踐;2013年08期

5 劉云清;市場(chǎng)基的價(jià)格預(yù)測(cè)[J];石油化工技術(shù)經(jīng)濟(jì);1998年02期

6 劉波,范貽昌,劉嘉q;分整模型在商品價(jià)格預(yù)測(cè)中的應(yīng)用[J];系統(tǒng)工程學(xué)報(bào);2000年02期

7 秦洪英;;組合模型在電力價(jià)格預(yù)測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)仿真;2010年10期

8 陳珂;柯文德;;支持向量機(jī)的石油價(jià)格預(yù)測(cè)[J];計(jì)算機(jī)仿真;2011年12期

9 何樹(shù)紅;楊博;戴明爽;;基于動(dòng)態(tài)遞歸神經(jīng)網(wǎng)絡(luò)的石油價(jià)格預(yù)測(cè)[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

10 劉海霞;;2009年俄羅斯住房?jī)r(jià)格預(yù)測(cè)[J];中亞信息;2009年01期

相關(guān)會(huì)議論文 前1條

1 錢鋒;;基于灰色系統(tǒng)方法的產(chǎn)品價(jià)格預(yù)測(cè)[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 鄧偉志;慎待價(jià)格 善待價(jià)格[N];聯(lián)合時(shí)報(bào);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭婷婷;基于PCA-ELM的我國(guó)糧食價(jià)格預(yù)測(cè)研究[D];太原理工大學(xué);2016年

2 王辛;改進(jìn)的灰色遺傳算法模型在價(jià)格預(yù)測(cè)中的應(yīng)用[D];吉林大學(xué);2010年

3 楊林;國(guó)內(nèi)苯乙烯價(jià)格的影響因素分析與價(jià)格預(yù)測(cè)[D];天津大學(xué);2007年

4 李誠(chéng);農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)研究[D];湖南農(nóng)業(yè)大學(xué);2014年

5 倪鴦丹;基于顧客細(xì)分與價(jià)格預(yù)測(cè)的產(chǎn)品概念設(shè)計(jì)方案優(yōu)化模型及應(yīng)用[D];浙江工商大學(xué);2011年

6 黃關(guān)維;統(tǒng)計(jì)模型在原油價(jià)格預(yù)測(cè)中的應(yīng)用研究[D];廈門大學(xué);2008年

7 王艷;基于變系數(shù)回歸模型的黃金價(jià)格預(yù)測(cè)研究[D];天津大學(xué);2010年

8 江守地;我國(guó)滬深300股指期貨的價(jià)格預(yù)測(cè)[D];東北財(cái)經(jīng)大學(xué);2014年

9 陳超;基于支持向量回歸的集成價(jià)格預(yù)測(cè)方法研究[D];吉林大學(xué);2011年

10 范雯;國(guó)際石油期貨價(jià)格預(yù)測(cè)的小波-Kalman濾波混合方法[D];西安科技大學(xué);2011年

，

本文編號(hào)：2290350