开题报告基于《Bp神经网络模型的西宁市房价预测与评估》.docVIP

PAGE 第PAGE 5页 青海大学毕业论文 开题报告 申请课题 基于BP神经网络模型的西宁市商品房房价预测与评估 学 号 0833105111 班 级 专 业 申 请 者 联系电话 Email ： 指导教师 申请日期 2012年03月05日 青海大学财经学院管理科学与工程系  研究课题 名称 基于BP神经网络模型的西宁市商品房房价预测与评估 起止年月 2011年11月15日～2012年6月15日 成果形式 学士学位论文 申请者 姓名 性别 男 班级 指导教师 姓名 性别 女 职称 讲师 课题组成员 学号 姓名 性别 班级 在本项目中的分工 0833105111 金龙传 男 08管理科学 独立完成数据收集和论文撰写 研 究 项 目 主 要 内 容 1.导论 1.1 选题背景 1.2 研究目的和意义 1.3 文献综述 2.国内外房价预测研究现状 2.1 国外房价预测研究现状 2.2 国内房价预测研究现状 3.BP人工神经网络模型 3.1 BP人工神经网络模型的发展 3.2 BP人工神经网络模型的基本原理 3.3 BP人工神经网络模型预测的步骤 4.基于BP人工神经网络模型的西宁市商品房房价预测 4.1 BP 网络预测模型的建立 4.2 基于影响西宁商品房房价因素的BP 网络预测模型的建立 4.3 模型测试和结果分析 4.4 运用模型预测 5.评价分析结果 5.1 西宁市商品房房价走势评估 5.2 西宁市商品房房地产发展状况评估 5.3 政府宏观调控政策影响评估 6.总结 拟采取的研究方法和技术路线（包括研究工作的总体安排、步骤和各时间段的工作任务等） 1.研究方法 实证分析法，数学模型法，比较研究法 2.技术路线 2.1思路 本文通过对影响西宁市商品房房价的多种因素进行分析，筛选出影响房价的最主要的几个因素并预测这些因素的数据的预测值，然后利用建立的BP神经网络模型在matlab软件上进行仿真学习，得出较准确的西宁市商品房房价的预测值。并且在此基础上对预测值及其走势进行评估，得出结论。 2.2步骤及时间安排 (1) 2011年11月15日—2011年12月10日,选题; (2) 2012年12月10日—2012年03月01日,查阅、收集相关文献资料并撰写开题报告; (3) 2011年03月01日—2012年03月08日,提交开题报告; (4) 2012年03月08日—2012年05月31日,撰写论文; ?(5) 2012年05月31日—2012年06月15日,提交论文,答辩. 最终成果描述： 本文通过对BP神经网络模型的运用，对西宁市商品房房价进行了预测，并在此基础上对房价走势进行评估并针对分析结果得到结论，向准备购买商品房的人者提供一定的参考。也可以对房地产商的投资决策和政府为西宁市调控房价政策的定制提供理论上的依据。 最终形成一篇学士学位论文。 本研究项目的背景、意义和应用前景，国内外研究概况，发展趋势，立论依据，本项目的特色或创新之处，研究方案的可行性分析和已具备的研究条件以及主要的参考文献、软件等）： 1.选题背景和意义 1.1 背景 现今，商品房市场作为城市经济体系的一个重要组成部分，它的价格变化跟人民大众的生活密切相关，房地产市场的健康发展影响到中国整个经济的前进，所以政府密切关注房价的变化并及时制定相关政策来稳定和规范房地产的发展，而近十几来年，政府从来没有放松过对房价的关注和调控。特别是近几年，房价经过了高速增长使得政府逐渐加大对房价的调控，以便稳定房价的发展，例如历史罕见的2011年的“三次调控”说明政府对房价调控的决心。然而到了最近2011年末，2012年初，全国大范围地出现一线城市商品房下降的趋势，有些城市甚至出现一二手房“倒挂”的现象，房价走势扑朔迷离，这一轮房价下跌令人们对2012年的房价走势更加关心。 BP（Back Propagation）网络是1986年由Rume