基于二次插值组合灰色预测模型的房价预测.docxVIP

基于二次插值组合灰色预测模型的房价预测 基于二次插值组合 灰色预测模型的房价预测 刘琦袁鹏翔高冲华北电力大学071003 【文章摘要】 房价问题涉及多方群体的考益，因 此对房价预测具有一定的现实意义和理 论研究价值?预测模型的核心问题是预 测精确度,本文分别从利用二次iagrange 插值法得到新的背景值,通过残差预测 调整误差,进行多次等维递推以及组合 灰色模型等多个方面对灰色模型进行了 改进,使精确度得到了提高.并以保定 市为实例,验证了该房价预测模型的高 精确度和实用性. 【关键词】 房价预测;背景值;残差预测;等维递 推;组合模型； ，引言 房价不断创新高，让房价成为当社会 人们讨论的热点话题之?,因而对房价的 准确预测成为专家学者们研究的重要方 向.H前用于房价预测的模型包括时问序 列模型，线性回归模型，灰色模型以及将 多种预洲模型结俞等，但精确度都不是很 高.本以灰色模型为基础，分别从背景值， 多次等维递推并取不同权重及残差调整等 方面进行了改进，从而达刮提高房价预测 精确的目的. 二预测模型的建模 皋于二次插值的GM(1,1)模型 GM(1,1)建模是灰色系统理论屮种 动态序列处理方法，设 ?为非负序列)*.(2), ? ? ? ,.()},其中 X〔(七)gt;O,k=l,2,…,” 为心的一阶累加(1-AG0)序列： (1)⑵，…,x)}, 其中()=(),k=l,2,…. 在传统的GM(1,1)预测模型中其背景 值的构造采用以下方法： i为F肯似)戊」々 ■ —二…12)二 13)…二… (IV)1J I{J=???(k)=05x… (k)+05rfk—l)k=23 背景值【插入3}】 § 坝代商业 MoDERNBusINEss 此定积分的近似值作为背景值;但梯 形公式的误差较大，从而导致模型看，预测 的偏差较大.因此，在模型和初值不变的 情况下，要提高预测精度，只有尽可能的减 少模型中背景值二…()的计算误差.下 面，我fTJ?U用插值的方法改进背景值，从而 提高模型的预测精度. 具体操作步骤如下:以k,k+l,k十2, 三个点作为插值节点，则(,)的拉格朗日 插值多项式P(fl: p()=ll)?=j+xIl}l(+)IJO(—J +x”(+2)?: 其中k=l,2,…,n 一 2.我们以 p()在,k+11上的积分作为背景值 Z【(+1).由于⑴是次 多项式，而计算定积分的. Simpson?式具有次代数精度 故由Simpson公式得： 二…+=f..tnc=} ,+,f+1 +t+ {— L, fY”,十 4 卜—(l+6(+I} — Y1+2J 十(+ [l}fOLj (18+1_.1J(] [II: 上式就是利用二次lagrange插值法 得到的新背景值?下面利用改进的背景值 计算： GM(1,1)的一级白化微分方程为 +: (if 式中参数1,其中， J二2】1111,1 B:1 一:13)1,】?：li3TI? fff 1 一is)lj【『]1_ 将a,b代『口 J原微分方程,可得： ,{ + 1):1 —.(11 一旦 1 ?+— h:[). 求 嚣.….，还原可水⑴(2).???.(”);「塌uJ 求出”” (hl)的预测值为: ?f+J)=fZ,+l)一- —(Zr)= (1 一 P“)f.(l)一 Lle.k=012?—,” 残差预测模型 当建立模型4经检验不合格时，可以 考虑残差序列建模，对原模型进行修正，从 而提高预［贝!|精度. (1)记残差序列为 e(l=(k-)—(l.k=1.2?一 m. 对， ⑶对…(1 ,)iGM(Ii, JLc==：其时 表1保定市2002.2009年实际房价 年份 20022003200420052006200720082009 房价 1119.91457122414221625196222052435 表2房价预测结果对比 年份 20022003200420052006200720082009 实际值 1119.91457122414221625196222052435 预测值 1082.861213.48135g.861523.891707.711913.702144.542403.23 误差 37.04243.52 一 135.86 一 101.89-82.7i48.306O.4631.77 表3残差预测结果对比 年份 20022003200420052006200720082009 原残差 37.04243.52—135.86-101.89-82.7148.3060.4631.77 预测残差一 2.63—3.12—3.70-4.40-5.22—6.20—7.36—74 表402-09年残差调整后的预测结果对比 年份 20022oo320