基于BP神经网络的城镇网络地价评估模型研究

基于BP神经网络的城镇网络地价评估模型研究

论文摘要

城镇地价评估是土地资源管理的重要研究内容。级别基准地价是城镇地价的基本形式,它反映了区域土地的平均价格,但却不能准确反映整个城镇区域范围内微观地价的变化情况。网格地价是网格单元内地价的平均值,网格单元越小,网格地价所包括的范围就越小,就能越详尽地反映整个城镇范围内地价的变化情况,它是在城镇地价评估的工作范围内,以一定规格的正方形网格作为基本评价单元,综合运用计算机技术与GIS技术,选取适当的评估方法而求取的地价。作为基准地价评估系列成果之一的网格地价,一方面丰富了基准地价的构成体系,另一方面与基准地价其它成果相结合,为政府管理土地市场,社会了解区域土地价格信息提供更科学的依据,从而促进城镇土地更加得到合理的利用。网格地价与其因素之间关系错综复杂,具有不确定和非线性等特性,很难用某种确定的数学公式模拟出二者之间的关系,进行网格地价的评估。BP神经网络以其非线性动态模拟特性和无需事先知道模型形式的特点,为网格地价的评估开辟了一条有效的建模途径。本文首先分析了城镇地价及人工神经网络的国内外研究动态。接着概述了网格地价评估与BP神经网络的基本理论,介绍了网格地价的概念、影响因素及计算方法、评估的基本方法,阐述了BP神经网络学习算法、优缺点,并针对其存在的缺点提出了改进措施;进一步探讨了基于BP神经网络的网格地价模型的构建,从样本数据的处理,到初始权值、阈值的设计,网格结构及参数的确定,甚至模型的程序实现都作了详细介绍;在上述研究的基础上,以广西兴安县为例,运用MATLAB软件,编写程序,借助样本对网络进行训练,建立了基于改进BP神经网络的网格地价评估模型。作为对比分析,还建立了标准BP神经网络及回归分析的网格地价模型,将三者的结果进行对比分析,结果表明:基于改进BP神经网络的网格地价模型具有很好的泛化能力,能更准确地评估网格地价。最后对基于BP神经网络的网格地价评估进行了总结和展望。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题背景及意义
  • 1.2 国内外相关研究动态
  • 1.3 课题研究的内容、方法及技术路线
  • 第2章 网格地价评估理论与方法
  • 2.1 网格地价的基本概述
  • 2.2 网格地价的影响因素
  • 2.3 网络地价影响因素分值的计算方法
  • 2.4 网格地价评估方法
  • 第3章 BP 神经网络的基本原理
  • 3.1 BP 神经网络模型
  • 3.2 BP 学习算法
  • 3.3 BP 神经网络的优缺点
  • 3.4 标准BP 神经网络的改进
  • 第4章 基于BP 神经网络的网格地价模型构建
  • 4.1 运用BP 神经网络评估网格地价的基本原理
  • 4.2 模型构建的基本流程
  • 4.3 评估模型的构建
  • 第5章 实例研究
  • 5.1 研究区概况
  • 5.2 样点资料的处理
  • 5.3 网格单元的划分及分值的计算
  • 5.4 网格地价的改进BP 神经网络模型的建立
  • 5.5 网格地价的标准BP 神经网络模型的建立
  • 5.6 网格地价的回归分析模型的建立
  • 5.7 三种模型的对比分析
  • 5.8 网格地价的评估
  • 第6章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 攻读学位期间公开发表的学术论文
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  

    基于BP神经网络的城镇网络地价评估模型研究
    下载Doc文档

    猜你喜欢