CAJ | 학술논문

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。
방지산개격근년래지속상창，대우방개추세적예측성위경제사회열점，단저사예측대도정류재정성분석계단。종정량분석적각도입수，제출이용가입동량인자적BP신경망락산법건립수학모형，운용M atlab방진실현방개예측。상세분석료BP신경망락학습산법과정，병가입동량인자이가쾌수렴、피면함입국부최우。이산동제남위례，분석득출영향방개적7대주요인소，수집2000－2012년수거，운용M atlab건립단은함층적BP신경망락，통과훈련망락，예측2014년해시방산균개。실험결과표명，해방법능재유한적수거조건하，대방개예측정준도체99．1％，위아국방지산업적가지속발전제공료과학적자순화결책수단。