基于动量BP算法的神经网络房价预测研究

• 作者: 孟晓景 王雅楠
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: BP神经网络 学习算法 动量因子 房价仿真预测
• 年，卷（期）: 2015,（2）
• 页码范围: 59-61
• 页数: 3页
• 分类号: TP3-05
• 字数: 2333字
• 语种: 中文
• DOI: 10.11907/rjdk.1431015

摘要

房地产价格近年来持续上涨，对于房价趋势的预测成为经济社会热点，但这些预测大都停留在定性分析阶段。从定量分析的角度入手，提出利用加入动量因子的BP神经网络算法建立数学模型，运用M atlab仿真实现房价预测。详细分析了BP神经网络学习算法过程，并加入动量因子以加快收敛、避免陷入局部最优。以山东济南为例，分析得出影响房价的7大主要因素，搜集2000－2012年数据，运用M atlab建立单隐含层的BP神经网络，通过训练网络，预测2014年该市房产均价。实验结果表明，该方法能在有限的数据条件下，对房价预测精准度达99．1％，为我国房地产业的可持续发展提供了科学的咨询和决策手段。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟晓景	山东科技大学信息科学与工程学院	32	151	7.0	11.0
2	王雅楠	山东科技大学信息科学与工程学院	1	13	1.0	1.0