北京市房地产价格的估算的研究.pdfVIP

第24卷增刊1 工 程 数 学 学 报 V01．24 Supp．1 2007年12月CHINESEJOURNALOFENGINEERING Dec．2007 MATHEMATICS 文章编号：1005．3085(2007)07．0058-05 北京市房地产价格的估算研究术 黄光东，赵瑞娟，赵倩，陈东 (中国地质大学(北京)信息工程学院，北京100083) 摘要：本文应用灰色系统GM(1，1)对房价进行分析和预测。为了提高灰色模型预测的精度，我们利 在改进的基础上又引入马尔柯夫概率矩阵，形成灰色改进一马尔柯夫预测模型，并把该模型用于 北京市房价预测，结果表明该模型是可行的。 关键词：灰色GM(1，11；背景值；马尔柯夫链 中图分类号：0221．4 文献标识码：A 分类号：AMS(2000)62L12；91824 1 引言 灰色系统和马尔柯夫模犁都广泛应用于时间序列预测。他们都各有自己的优缺点l卜3J。灰色 模型所需信息较少，计算简便，精度较高，但灰色GM(1，1)模型的解为指数型曲线，其预测 的几何图形是一条较平滑的曲线，因而对波动性较大数据列的拟合较差，预测精度较低。而马 尔柯夫预测的研究对象是一个随机变化的动态系统，它是根据状态之间的转移概率来预测未来 系统发展的，它适合于随机波动性较大数据列的预测问题。但是，马尔柯夫概率矩阵预测对象 不但要求具有马氏链特点，而且要具有平稳过程等特点。现实世界中大量的是随时间变化而呈 现某种变化趋势的非平稳随机过程。 这启发我们把两种方法结合起来，用GM(1，1)预测来揭示预测数列的发展总趋势，而马尔 柯夫概率矩阵预测则用来确定状态的转移规律。它能允分利用历史数据给予的信息，可大大提 高随机，波动较大数据列的预测精度，进一步拓广灰色预测的应用范围。为随机波动性较大数 据列的预测提供一种新的方法一灰色马尔柯夫预测法。 上引入马尔柯夫概率矩阵，建立灰色改进一马尔柯夫预测模型来预测北京市的房价，结果表明 该模型是可行。 2 灰色改进一马尔柯夫预测模型 2．1 GM(1，1)预测模型 一次累加GM(1，1)模型是最常用的一种灰色动态预测模型，它是由一个包含一个单变量的 一阶微分方程构成的模型。设有变量的原始数据序列为 zo=扩(1)，zo(2)，…，zo(n) (1) 收稿日期：2007-10-26．作者简介：黄光东(1971年8月生)，男，硕士，讲师．研究方向：概率统计． ’基金项目：国家自然科学青年基金． 增刊1 黄光东等：北京市房地产价格的估算研究 对原始数据作一次累加后为 z1=z1(1)，zl(2)，…，z1(n)， 其中 O = = Z 七 Z 艮 l2 竹 @ 七∑汹 由一阶灰色模块z1建立GM(1，1)模型，对应白化微分方程为如下初值问题 滢dxl(1一)+a咂x1(，t，)～’ 其中a和牡为待辨识的参数。方程(3)的离散近似解即GM(1，1)的时间响应式 虿1(南)=[z。(1)一芸]e一瓦c七一l，+芸， 还原得到原始数据，即为GM(1，1)动态预测模型