基于神经网络的商品住宅价格模型研究
格式:pdf
大小:158KB
页数: 2页
在分析城市商品住宅价格影响因素的基础上,用人均国民生产总值、商品住宅销售面积、人均可支配收入、人均储蓄存款余额、人均居住面积等可定量的统计数据作为输入变量,单位面积商品住宅价格为输出变量,建立BP网络,拟合商品住宅价格模型。用西安市的统计数据作为分析实例表明,模型拟合性较好。
基于BP神经网络的海口商品住宅价格预测研究
大小:2.3MB
页数: 1页
本文结合住宅房地产的价格理论和相关网站上的数据,科学地选取影响商品住宅价格的影响指标为人均GDP、人均可支配收入、人口数量、房地产开发投资额和商品住宅建筑面积,并以此建立Hedonic商品住宅价格影响因素模型。依照BP神经网络预测的实现步骤,探索BP神经网络在预测海口市商品住宅价格的应用,得到2018年6月-2019年5月商品住宅价格预测值,对海口市商品住宅价格的研究具有一定的指导作用。
网络面板价格知识来自于造价通云知平台上百万用户的经验与心得交流。 注册登录 造价通即可以了解到相关网络面板价格最新的精华知识、热门知识、相关问答、行业资讯及精品资料下载。同时,造价通还为您提供材价查询、测算、询价、云造价等建设行业领域优质服务。手机版访问:网络面板价格