基于动量BP算法的神经网络房价预测研究  

作　　者：王雅楠[1] 孟晓景[1] 

机构地区：[1]山东科技大学信息科学与工程学院,山东青岛266590

出　　处：《软件导刊》2015年第2期59-61,共3页Software Guide

摘　　要：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Matlab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Matlab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。

关 键 词：BP神经网络 学习算法 动量因子 房价仿真预测 

分 类 号：TP3-05[自动化与计算机技术—计算机科学与技术]