基于bp神经网络的城市房屋拆迁估价方法研究-土木工程建造与管理专业论文.docxVIP

中文摘要随着我国城市化进程的不断推进和旧城改造力度的加大，城市房屋拆迁数量 中文摘要 随着我国城市化进程的不断推进和旧城改造力度的加大，城市房屋拆迁数量 急剧上升，由此引发的拆迁纠纷事宜与日俱增。其矛盾的根源往往围绕房屋拆 迁补偿金额的确定而展开，被拆迁房屋的市场评估价格作为最终确定拆迁补偿 金额的重要依据，其准确性与公正性直接影响拆迁当事人的利益及拆迁工作的 顺利开展。因此，城市房屋拆迁估价不仅仅是一项技术工作，同时也是一项责 任重大的社会工作。 本文在对国内外城市房屋拆迁现状、影响被拆迁房屋市场价格的各种因素 进行研究探讨的基础上，系统的论述和分析了我国目前城市房屋拆迁估价中应 用较为广泛的市场法、成本法、收益法的特点、适用范围以及存在的局限性， 并在前人的研究成果上，进一步将神经网络理论引入城市房屋拆迁估价领域， 以拆迁量大、范围广、影响深的住宅类被拆迁房屋为研究对象，分别从区域因 素、个别因素、交易情况及交易日期等方面选取了对其价格影响较大的12个重 要指标，建立了面向住宅类的房屋价格评估指标体系，并制定了较为科学合理 的量化标准，以此为依据，运用BP神经网络处理非线性关系的强大能力以及其 自学习、自适应功能，构建了以住宅类房屋价格评估指标作为输入神经元，房 屋预测的市场价格作为输出神经元的单隐层BP网络模型。 最后，选取武汉市武昌区正在拆迁的武重宿舍为实证研究对象，通过市场 调研与实地考察，在武昌区域二手房市场搜集与被拆迁房屋同类型的交易实例， 构建样本库，按照住宅类房屋价格评估指标的量化标准对指标进行量化。选用 MATLAB函数工具箱编程，并且采用Levenberg—Marquardt算法对BP神经网络 进行了训练、仿真和泛化，取得了较为满意的结果，成功的实现了模型价格预 测的功能，在一定程度上减少了估价作业的主观随意性，提高了作业效率，实 现了程序化操作，具有简单、高效、客观的特点，为进一步改进和完善城市房 屋拆迁估价作业方法提供思路。 关键词： 房屋拆迁估价，BP神经网络，MATLAB函数工具箱 AbstractAs Abstract As China pushing forward the process of urbanization and increasing the degree of urban renewal，the number of urban housing demolition shapely rise，it gave rise to disputes in matters relating to the demolition．The root causes of conflict around the house demolition commenced to determine the amount of compensation． Assessment of urban housing demolition to determine the final price is an important basis for the amount of relocation compensation．The accuracy and faimess of the parties direcny affected the interests of the demolition and relocation work smoothly．Therefore，the valuation of urban house demolition is not just a technical exercise，but also a responsibility of social work． Based on the status of urbaIl house demolition at home and abroad，effect of the price of housing demolition of various factors evaluation study,Systematic discussion and analysis of urban housing demolition of our current valuation is widely used in the market approach，cost approach，income approach the characteristics，scope and limitations of existing and previous research results，and further neural network