基于遗传算法和BP神经网络的房价预测分析

被引：247

作者：

高玉明 ^{[1
]}

张仁津 ^{[1
,2
]}

机构：

[1] 贵州师范大学数学与计算机科学学院

[2] 贵州师范大学多媒体I研究所

来源：

计算机工程 | 2014年 / 40卷 / 04期

关键词：

BP神经网络; 遗传算法; 优化; 权值; 房价; 预测模型;

D O I：

暂无

中图分类号：

F299.23 [城市经济管理]; TP18 [人工智能理论];

学科分类号：

020109 [世界经济学]; 140502 [人工智能];

摘要：

针对BP神经网络存在易陷入局部极小值、收敛速度慢等问题,提出用遗传算法优化BP神经网络并用于房价预测。采用BP神经网络建立房价预测模型。利用遗传算法对BP神经网络的初始权值和阈值进行优化。选取1998年2011年贵阳市的房价及其主要影响因素作为实验数据,分别对传统的BP神经网络和经过遗传算法优化后的BP神经网络进行训练和仿真实验,结果表明,与传统的BP神经网络预测模型相比,经过遗传算法优化后的BP神经网络预测模型能加快网络的收敛速度,提高房价的预测精度。

引用

页码：187 / 191

页数：5

共 11 条

[1]

中国城市住房价格变动影响因素分析 [J].