![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/b2f76ffa-74cd-4927-80b8-47c9153d0f1e/b2f76ffa-74cd-4927-80b8-47c9153d0f1epic.jpg)
![基于多元線性回歸和神經(jīng)網(wǎng)絡(luò)組合模型的寫字樓需求預(yù)測(cè).pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/10/b2f76ffa-74cd-4927-80b8-47c9153d0f1e/b2f76ffa-74cd-4927-80b8-47c9153d0f1e1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、寫字樓市場(chǎng)是房地產(chǎn)市場(chǎng)的一個(gè)重要組成部分之一,它在國(guó)民經(jīng)濟(jì)中占有十分重要的地位。目前,我國(guó)對(duì)于寫字樓市場(chǎng)的研究十分缺乏,尤其在中西部城市幾乎是片空白。寫字樓市場(chǎng)與住宅市場(chǎng)相比具有較大的區(qū)別,因此,住宅市場(chǎng)的研究方法不適合寫字樓市場(chǎng)。對(duì)寫字樓需求量的研究有助于我們更好地了解寫字樓市場(chǎng),對(duì)于我們研究寫字樓市場(chǎng)有著重要的意義。由于影響寫字樓需求量的因素比較復(fù)雜,而且寫字樓的歷史成交數(shù)據(jù)也比較缺乏,導(dǎo)致寫字樓的需求規(guī)律難以尋找,因此傳統(tǒng)的預(yù)測(cè)模
2、型無法很好地完成對(duì)它的預(yù)測(cè)。本文在前人的研究基礎(chǔ)上,利用線性和非線性相給合的思想,首次采用多元線性回歸和神經(jīng)網(wǎng)絡(luò)的組合模型用于武漢市寫字樓需求量的預(yù)測(cè)。
本文采用了定性和定量相結(jié)合的方法,系統(tǒng)地分析了影響寫字樓需求量的各種因素。發(fā)現(xiàn)GDP、第三產(chǎn)業(yè)值、進(jìn)出口總值、物價(jià)指數(shù)、旅游收入、人均年可支配收入對(duì)寫字樓需求量的影響較為顯著,它們與寫字樓需求量之間的相關(guān)系數(shù)均在0.9以上。本文首次將旅游收入作為寫字樓需求量的一個(gè)重要的影響因
3、素,并將其用于寫字樓需求量的預(yù)測(cè),更符合實(shí)際的情況。
基于多元線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型各自自身的優(yōu)缺點(diǎn),本文將多元線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了組合,并利用該組合模型對(duì)武漢市寫字樓需求量進(jìn)行了預(yù)測(cè),該組合模型兼顧了多元回歸分析的非線性特性和神經(jīng)網(wǎng)絡(luò)的時(shí)序特性。分析最終的預(yù)測(cè)結(jié)果可以得出,單個(gè)的多元線性回歸模型預(yù)測(cè)的平均誤差為0.257,單個(gè)的神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的平均誤差為0.164,而二者的組合模型預(yù)測(cè)的平均誤差則為0.10
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的能源需求預(yù)測(cè).pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)模型的煤炭物流需求預(yù)測(cè)研究.pdf
- 基于CPFR的ARIMA-BP神經(jīng)網(wǎng)絡(luò)需求預(yù)測(cè)模型研究.pdf
- 神經(jīng)網(wǎng)絡(luò)新型組合模型在全國(guó)能源需求預(yù)測(cè)中的應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的產(chǎn)品需求預(yù)測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的庫存需求預(yù)測(cè).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測(cè).pdf
- 我國(guó)物流需求預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型和實(shí)證分析研究.pdf
- 基于LSTM神經(jīng)網(wǎng)絡(luò)的電商需求預(yù)測(cè)的研究.pdf
- 煤炭物流需求預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型構(gòu)建及實(shí)證研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的重慶市物流需求預(yù)測(cè)研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的電網(wǎng)物資需求預(yù)測(cè)研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的中部地區(qū)物流需求預(yù)測(cè).pdf
- 基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)自回歸模型的非線性時(shí)間序列建模和預(yù)測(cè).pdf
- 基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的省級(jí)區(qū)域物流需求預(yù)測(cè).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的汽車保險(xiǎn)需求預(yù)測(cè)研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的浙江道路物流需求預(yù)測(cè)研究.pdf
- 34187.基于arimarbf神經(jīng)網(wǎng)絡(luò)的民航貨運(yùn)需求預(yù)測(cè)研究
- 多元線性回歸預(yù)測(cè)模型論文
- 多元線性回歸預(yù)測(cè)模型論文
評(píng)論
0/150
提交評(píng)論