双元工质太阳能喷射制冷空调系统集热器

用设计工况性价比评价集热器在太阳能制冷系统中的性能时，通常没有考虑系统运行时气象参数变化的影响．在不同气象条件下，对5种集热器构成的双元工质制冷系统性价比进行了排序对比，并以太原地区为例．对设计气象条件与寿命期气象条件下太阳能制冷系统集热器的热性能及经济性进行了分析，结果表明，气象参数变化时，各种集热器构成的制冷系统性价比排序也随之变化．这说明采用气象条件特定的设计工况性价比评价集热器不合理，综合考虑寿命期气象条件的寿命期性价比更全面，在太原地区，双层盖板平板集热器用于太阳能喷射制冷系统，寿命期性价比最优；热性能最优的CPC集热器在相同制冷量下，所需集热面积最小，为双层盖板集热器的58．6％，减少了安装空间．     

基于模糊权重的改进的房地产市场综合评价法

现有的基于专家评价的模糊综合评价模型受专家主观经验影响大,客观性不高,难以应用在对房地产市场形势的评价领域,故而提出一种改进模糊综合评价模型,并将其应用到房地产市场形势评估中。该模型在专家评分的基础上,设置了系统客观评价标准,以防止专家对指标的偏见;同时引入模糊子集来确定权重矩阵,将权重用设置的模糊权重来表示,一定程度上分散专家对于对某个指标权重的主观性。对济南市房地产市场综合评价的结果表明,基于模糊权重的改进的房地产市场综合评价法使得评价结果更加接近于实际情况,提高了综合评价结果的真实性,为政府制定相关房地产市场调控政策提供了可靠依据。     

变速器设计方案的灰色关联度综合评价研究

找出一种适合变速器设计方案综合评价的方法十分重要,基于灰色理论,构建了变速器设计方案灰色关联度综合评价模型,并对这一模型在汽车变速器设计方案中的具体应用进行了综合评价。研究结果表明：灰色关联度综合评价模型在汽车变速器设计方案的选取中应用具有可行性,这种方法原理简单、对数据分布要求低,为变速器设计方案的客观评价提供了一种新思路。     

住宅小区房地产投资经济风险的评估

文章分析了住宅小区房地产投资经济风险的多层次影响因素,在单指标因子的基础上运用层次分析法建立总目标影响结构层次模型,确定了各指标归一化权重.并运用模糊综合评价模型将各评价单元加以归并,获得目标的评价总分值.文章将风险评价度予以量化处理,并通过实例分析对该理论作了实际的操作,为房地产投资风险研究方法的进一步改进提供了可靠的依据.     

一种土地分等定级模糊综合评价方法及应用

为对影响城镇土地质量的各种经济、社会及自然因素进行综合分析并划分土地等级.采用模糊层次分析法建立评价指标体系,并通过广泛调研确定各因子在评价体系中的权重;在GIS中构建带有决策稳定因子的非线性改进模糊综合评价模型,并通过多种非线性模型与线性模型的对比,验证该模型的科学性,确定研究区土地级别;采用栅格图像差值法结合模糊综合评价对结论进行了验证.研究结果表明:FAHP-非线性改进模糊综合评价模型适合解决多因素、多标准且不便于全部量化处理的决策问题,反应了指标对于决策稳定性的定量化影响.研究结论初步突破了对传统线性模糊综合评价的认识,为城镇土地分等定级评价提供了一种新的方法.     

轿车综合性能多级模糊评价方法

提出了一种轿车综合性能的定量评价方法，建立了轿车综合性能评价指标体系．考虑到众多评价因素的模糊性，运用模糊综合评判理论，建立了轿车综合性能的二级模糊综合评判模型，确定了各评价因索及相应子因素的权重与隶属度．通过实例分析说明了这种方法的合理性．     

基于属性识别的城市干道综合服务水平评价模型

为了更全面综合地评价城市干道服务水平,在重点考虑干道全体交通参与主体的情况下,探究影响干道服务水平的因素,从交通运行效率、交通运行安全、交通运行环境三方面建立了干道综合服务水平评价指标体系,运用熵权法确定评价指标的权重,根据属性区间识别理论构建了服务水平评价模型．最后将评价模型进行实例分析评价,验证了模型的可行性和实用性,为改善干道交通运行状况提供了决策依据．     

混沌神经网络住宅性能综合评价模型的研究

住宅性能综合评价是住宅商品化和市场化的重要基础性工作．利用人工神经网络模拟人脑学习和记忆功能的特点，建立了住宅性能综合评价模型．针对神经网络BP算法收敛速度慢容易陷入局部极小值问题，将混沌理论引入神经网络算法中，利用混沌运动的遍历特性加快了训练速度，使其收敛于全局最优解．算例表明，混沌神经网络模型可以准确地评价住宅的综合性能，有良好的应用前景．     

智能筹资决策支持系统应用

本文论述了智能决策支持系统原理、功能及结构，建立了房地产筹资智能决策支持系统的模型，并在此基础上，编制了相应的软件．此软件能综合考虑金融市场状况、企业内部财务状况，选择合适的筹资方式，确定合适的筹资金额以及资金获取的时间和期限，为决策者提供决策依据．     

基于模糊分析算法的物流企业竞争力评价

结合我国企业的实际情况构建了企业竞争力评价指标体系．运用模糊分析算法，通过发出调查表进行专家调查、评分的方法得出特定企业竞争力具体指标的强弱情况；竞争力评价指标体系为依据，以竞争力的识别为前提，给出了对竞争力进行二级模糊综合评价的基本模型．并以黑龙江某物流企业A公司为例进行了实证分析，结果基本符合实际情况，证明了该模型的有效性．     

昆明市区域商品住宅价格及影响因素研究

结合历史房价数据及人均生产总值等因素,以昆明市作为研究对象,通过建立GM(1,N)模型对昆明市的商品住宅房价进行了预测,采用理论与实证相结合的方法进行研究,并检验了模型的精度,试图弥补房价与影响其变化的多个经济变量之间的定量关系无法用精确的数学表达式来描述的不足,以期为昆明市的房地产投资决策提供一定的指导和借鉴意义.     

太原市房地产价格特征研究

结合房地产价格的基本理论,从房价与居民可支配收入比的角度分析了太原市房地产的价格特征,分析了太原市不合理的房地产价格产生的原因,提出合理调整太原市的房地产价格应采取的措施。     

享乐评价法在房地产评估中的应用

针对在运用市场比较法进行房地产评估时，确定区域因素与个别因素修正系数缺乏定量化的不足，提出享乐评价法。先介绍了享乐价格理论及其价格函数形式，并通过分析享乐价格函数模型以及运用前提，提出在我国房地产市场具体情况下如何建立享乐价格函数并据此求取被估房地产价格。     

基于联立方程的地价与房价波动关系

构建了我国城市房地价之间关系的联立方程模型,以全国重点城市为样本资料,根据二阶最小二乘法给出参数估计.研究结果发现:地价和房价之间存在联立性,相互影响.对地价影响最大的因素是常住人口总数,人均可支配收入、房地产开发投资额拉动了城市房价水平,而房屋销售面积拉低了城市房价水平.房价滞后期对房价有较大影响,价格的涨跌预期影响公众的投资情绪,导致房价的变动.     

基于主成分分析的BP神经网络对房价的预测研究

为了提高房价预测精度,采用基于主成分分析的BP神经网络预测模型.首先运用主成分分析对影响房价指标重新组合生成新的综合指标,然后采用非线性预测能力非常强的BP神经网络对其进行建模,并对房价进行预测.仿真结果表明,基于主成分分析的BP神经网络的房价仿真值与历史值的系统总误差只有0.52%,可作为房价预测的一种行之有效的方法.     

基于BP神经网络自贡房地产价格走势预测

文章通过分析调查影响自贡房地产市场的主要因素,基于BP神经网络,结合自贡住宅市场的实际情况,建立两类BP神经网络预测模型:基于时间序列的趋势预测模型、基于影响因素的回归预测模型,预测了自贡房地产市场价格走势。模拟预测2010年的结果证明了2011年房价预测的有效性,可为自贡城市建设的可持续发展提供有价值的指导意见。     

基于综合指数法的西安市房地产泡沫测度实证研究

随着国民经济的高速增长,我国房地产价格呈现出不断攀升的态势,房价的不断上涨迫使人们愈加关心房地产市场是否存在泡沫。文章从房地产价格、房地产供求和房地产信贷3方面出发,选取7个指标对2005~2017 年西安市房地产泡沫进行实证分析,由于各指标之间存在异质性,进而运用综合指数法进行了合成测度,结果表明 2005,2011和 2017 年西安市房地产均存在泡沫。最后,提出我国应从长效机制下进行宏观调控和发展共有产权住房的意见建议。     

我国房产税改革刍议

在目前中国房价居高不下的背景下,重庆市和上海市开始了房产税改革试点。这不仅仅是一个抛向楼市水池的试水石,更是促进政府职能转变,完善税制结构,稳定地方财政收入的有益尝试。当前我国涉及到房产税的问题很多,不仅包括宏观方面的税制结构,也包括微观层面的计税依据。文章探讨了一些关于现行房产税的问题,并提出了相关建议。     

自贡市房价走势分析——基于马尔可夫转换波动和改进的小波神经网络

本文应用马尔可夫转换波动和改进的小波神经网络理论及软件,对自贡市房地产价格走势问题进行分析,建立房地产价格波动模型。得到影响房地产价格的实际利率变动率、人口增长指数、建安成本指数和人均支配收入四大主要因素,对自贡市房地产价格走势进行预测。具有较强的实践性。     

我国住房价格影响因素的实证分析——以济南市为例

自我国房地产业进入商品化阶段以来,济南市住房市场始终保持了良好发展态势,但住房价格上涨过快的问题日益突出,制约了该市房地产业的健康发展,同时对社会稳定和居民生活质量的提高产生了负面影响。解决该市住房价格过快增长的根本对策是回归合理的土地交易价格和适时提高居民的收入水平。