摘要
已知国内房屋售价具有一定的不完整的规律性,其会因季节变换、人群流动、国家相关政策等一系列因素而呈现一定的规律.与此同时,该规律性并没有确定的单一因子可以直接影响,故其售价与全部因素之间的关系也是非线性的.针对这一问题,利用神经网络输入量的非线性、冗杂性和可不完整性,对一段时期内的房屋售价进行预测是一种合理的预测方法.基于BP神经网络传输阈值的不确定性,利用时间序列方法对因子数据进行平行预测,再利用遗传算法和BP神经网络对所得结果进行二次优化,以达到接近实际的精准预测的目的.经过使用某房地产企业的历史销售数据进行反复仿真实验,其结果表明所提出的优化算法模型预测精度逼近于实际销售结果,达到了精准预测的目标.
基金项目
江苏省自然科学基金面上项目(BK20191409)
国家科技期刊平台
NSTL
维普
万方数据