粗糙集BP神经网络在房地产价格预测中的应用

• 作者: 章伟
• 来源期刊: 计算机仿真
• 学科: 经济
• 关键词: 粗糙集 神经网络 房地产价格 预测
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 365-368
• 分类号: F270
• 字数: 3728字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.07.091

摘要

研究房地产价格准确预测问题.由于房地产价格影响因子间信息严重冗余,受到社会上多种因素的影响.传统预测方法不能消除因子间的冗余信息,导致学习时间长、预测精度低.为了提高房地产价格的预测精度,提出一种粗糙集理论BP神经网络的房地产价格预测模型(RS-BPNN).RS-BPNN模型首先采用粗糙集理论消除房地产价格因子间冗余信息,提取重要因子,然后采用非线性预测能力非常强的BP神经网络对处理后的数据进行学习建模,用建立好的模型对房地产价格进行预测.仿真结果表明,RS-BPNN房地产价格预测速度比传统预测方法快,预测精度更高,说明RS-BPNN的预测结果可以为政策制定者和房地商及买房提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章伟	贵州财经学院信息学院	16	51	3.0	6.0