基于蚁群算法的房地产开发项目投资组合决策动态研究

论文摘要

房地产业为人类社会的生活活动提供入住空间或物质载体的行业,房地产业是国民经济中的支柱产业和先导产业,对国民经济的发展尤其是城市经济的发展起着龙头、推动作用和支撑作用。其范围包括房地产的综合开发、自建、出让、出租、互换、抵押、信托、继承和赠送、房地产的维修、咨询、管理与行业行政管理等。房地产投资组合管理作为分散风险的有效手段,其研究越来越受到理论界和实业界的广泛关注,但是影响我国房地产投资组合的因素多,有诸多的静态因素和动态因素。而我国对其研究还大都停留在静态阶段。本文首先对风险的定义和度量方法进行了探讨,从系统的角度分析了房地产投资的系统风险和非系统风险,同时对房地产投资的各个阶段、各种物业类型的风险因素进行了分析。房地产投资组合是分散投资风险的有效手段,本文将随时间变化的因素考虑到房地产投资组合中,建立起以方差作为风险度量指标的房地产开发项目投资组合动态模型,首次将动态因素——时间考虑到房地产投资组合中去。蚂蚁算法是一种新型的模拟进化分布式智能仿生算法,在求解多种组合优化问题中获得广泛的应用,本文建立了以方差作为风险度量指标的房地产开发项目投资组合动态模型,从仿真结果可以看出算法得到良好改善,在迭代次数和求解结果上优于遗传算法。实例证明:在房地产投资过程中,以方差作为风险度量指标的蚁群算法的优化效果优于基本蚁群算法和遗传算法。本文研究成果为理论界和实业界提供了一套切实可行的房地产开发项目投资组合模型和算法,对提高我国房地产投资决策水平具有现实意义。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题的背景及意义
• 1.2 房地产概述
• 1.3 蚁群算法的研究状况
• 1.4 投资组合理论国内外研究状况
• 1.5 本文研究内容
• 1.6 本文的创新点
• 1.7 本章小结
• 第2章 房地产开发项目投资分析
• 2.1 房地产投资概述
• 2.1.1 投资的概念
• 2.1.2 房地产投资
• 2.1.3 房地产投资基本原理
• 2.1.4 房地产投资的三要素
• 2.1.5 房地产的投资方式
• 2.1.6 房地产投资的构成
• 2.1.7 房地产投资的特征
• 2.1.8 影响房地产投资的经济因素
• 2.1.9 房地产投资周期
• 2.1.10 现代投资组合理论的形成与发展
• 2.2 本章小节
• 第3章 房地产开发项目风险分析
• 3.1 房地产投资风险概述
• 3.1.1 风险的含义
• 3.1.2 风险的基本特征
• 3.1.3 房地产投资风险
• 3.1.4 房地产投资开发项目风险辨识
• 3.2 不同楼盘类型投资风险分析
• 3.2.1 地产市场风险
• 3.2.2 普通住宅市场风险
• 3.2.3 高档公寓市场风险
• 3.2.4 写字楼市场风险
• 3.2.5 商业楼宇市场风险
• 3.3 房地产投资风险处置
• 3.3.1 风险回避
• 3.3.2 风险的预防和减轻
• 3.3.3 平衡交易
• 3.3.4 资产组合
• 3.3.5 风险转移
• 3.3.6 风险自留
• 3.4 房地产投资组合风险度量与常用的静态决策模型
• 3.4.1 决策变量的设置及有关假设
• 3.4.2 房地产投资组合静态模型的建立
• 3.5 本章小节
• 第4章 基本蚁群算法原理及应用
• 4.1 人工蚁群算法的基本思想
• 4.2 人工蚂蚁与真实蚂蚁的异同
• 4.3 人工蚁群算法的实现过程
• 4.4 基本蚁群算法的原理及模型
• 4.4.1 基本蚁群算法的原理
• 4.4.2 基本蚁群算法的模型
• 4.5 蚂蚁算法的特点
• 4.6 基本蚁群算法、遗传算法、模拟退火、三种算法的比较分析
• 4.7 学者对蚁群算法的改进
• 4.8 蚁群算法的应用
• 4.9 本章小节
• 第5章 基于蚁群算法的房地产开发投资组合动态决策模型及应用
• 5.1 引言
• 5.2 动态模型的建立及求解
• 5.2.1 以方差作为风险度量指标的房地产投资动态模型
• 5.2.2 在预测区间上房地产组合投资动态模型的权向量的确定方法
• 5.3 蚁群算法的实现与仿真
• 5.3.1 仿真研究
• 5.4 计算实例
• 5.5 结果比较
• 5.6 本章小结
• 结论
• 附录随时间变化的蚁群系统源程序
• 参考文献
• 致谢
• 个人简历
• 攻读硕士期间所发表的论文