基于GA-BP神经网络的城市住宅价格预测方法研究

作者：宋俊星,任丽燕,李泽坤

摘要：住宅价格预测是国民进行房屋购买时最重要的先行步骤,针对传统住宅价格预测存在影响因素单一,样本单薄,短期线性等问题,本文分析了影响住宅价格的结构因素和区位因素,并将邻避因素考虑在内,提出了一种基于遗传算法改进的BP神经网络预测模型。以宁波市220个住宅楼盘的9756条二手房挂牌数据为例,基于GA-BP神经网络模型对其进行仿真模拟,结果表明基于遗传算法优化的BP神经网络模型对住宅价格有着良好的预测效果,其预测精度更高,误差值更小,具有一定的适用性和可行性。

发文机构：宁波大学地理与空间信息技术系

关键词：住宅价格预测影响因素分析遗传算法BP神经网络

分类号： F293.5[经济管理—国民经济]