基于GA-BP神经网络的城市住宅价格预测方法研究

• 作者: 任丽燕 宋俊星 李泽坤
• 来源期刊: 现代商业
• 学科: 经济
• 关键词: 住宅价格预测 影响因素分析 遗传算法 BP神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 商业流通
• 页码范围: 13-16
• 页数: 4页
• 分类号: F293.35
• 字数: 3931字
• 语种: 中文

摘要

住宅价格预测是国民进行房屋购买时最重要的先行步骤,针对传统住宅价格预测存在影响因素单一,样本单薄,短期线性等问题,本文分析了影响住宅价格的结构因素和区位因素,并将邻避因素考虑在内,提出了一种基于遗传算法改进的BP神经网络预测模型.以宁波市220个住宅楼盘的9756条二手房挂牌数据为例,基于GA-BP神经网络模型对其进行仿真模拟,结果表明基于遗传算法优化的BP神经网络模型对住宅价格有着良好的预测效果,其预测精度更高,误差值更小,具有一定的适用性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任丽燕		23	292	9.0	17.0
2	宋俊星		4	5	1.0	2.0
3	李泽坤		2	0	0.0	0.0