基于GM（1，1）灰色系统韵房地产市场预测模型研究

应用GM（1，1）建立了房地产销售市场的动态灰色预测模型，预测结果与精度检验表明，该预测模型能够精确地反映房地产销售市场的动态变化趋势，对房地产市场行情预测、房地产公司的效益预测，以及对房地产销售市场宏观管理的决策均有参考价．     

基于数据挖掘的房地产价格预测

根据房地产价格的非线性变化特点,提出一种基于数据挖掘技术的房地产价格预测模型.首先收集房地产价格的历史样本,对其进行混沌分析后得到相应的训练样本集和验证样本集,然后采用数据挖掘技术对训练样本建模,并对验证样本进行预测.仿真实验结果表明,数据挖掘技术可以从房地产价格历史数据中发现其变化趋势,获得了较高的房地产价格预测精度,与其他经典房地产价格预测模型相比,数据挖掘可以更好地描述房地产价格的变化特点,预测精度能够满足人们对房地产价格预测的要求.     

汉台区牛奶需求量的灰色预测模型

通过对汉台区牛奶销售市场需求量的分析 ,根据需求量与时间的关系 ,利用灰色系统理论建立了GM (1,1)灰色预测模型。并对未来几年的需求量进行预测     

长沙市房地产需求预测

城市住宅建设是一项民生工程,影响到社会稳定,对未来房地产需求的准确预测,有利于指导房地产市场的健康发展。通过对影响住宅需求的可能因素进行分析,采用逐步回归分析方法,运用SPSS等软件,建立预测模型,对长沙市未来的房地产需求量进行科学预测。     

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。     

加权马氏链在房地产投资回收期预测中的应用

投资回收期作为评价房地产项目投资效果的一个重要经济指标,分析预测项目投资回收期是项目决策阶段的一个重要参考指标,研究投资回收期的预测方法具有重要的实践意义.基于房地产投资回收期的特征,通过对房地产项目投资回收期的无偏修正,运用加权马尔科夫预测模型应用于房地产投资回收期的预测.结合绍兴市2003年至2006年的典型房地产项目投资回收期的基础数据,证实加权马尔科夫模型预测房地产项目投资回收期的可行性,并得出房地产项目投资回收期的重现周期.     

我国房地产开发的灰色预测和分析

正确预测房地产的发展情况可从指导房地产业有序开发.本文利用灰色系统理论建立预测模型,预测未来4年我国房地产的发展和销售情况,为政府管理部门、房地产开发企业、金融部门和其他房地产业相关部门的决策提供科学依据,并对预测结果进行了分析和评价,结果表明房地产开发过热已经成为事实,并且,至少近2-3年这种趋势会更加明显,必须引起房地产相关部门的高度重视.     

北京房地产市场价格预测

运用立方曲线预测模型定量预测2011年北京房地产市场价格为18092.18元,并通过定性分析对预测结果进行修正,得出2011年北京房地产市场价格趋势为“稳中小升”的预测结论.预计增幅范围在5％～9％左右,房价大约在16153.8元至16769.18元之间.     

基于灰色-马尔可夫模型的上海房价走势实证研究

针对房地产营销过程中,价格变化随机性的特点,将灰色GM(1,1)预测与马尔可夫预测有机结合,构成灰色-马尔可夫预测模型,对未来某一时段的房价的灰色预测结果做马尔可夫评价。结果表明,该模型是切实有效的。因此,此模型可用于指导房地产政策的制定。     

我国房地产开发的灰色预测和分析

正确预测房地产的发展情况可从指导房地产业有序开发。本文利用灰色系统理论建立预测模型，预测未来4年我国房地产的发展和销售情况，为政府管理部门、房地产开发企业、金融部门和其他房地产业相关部门的决策提供科学依据，并对预测结果进行了分析和评价，结果表明房地产开发过热已经成为事实，并且，至少近2—3年这种趋势会更加明显，必须引起房地产相关部门的高度重视。     

浅谈商品房预售模式

商品房预售模式作为我国房地产销售市场的主要销售形式之一,已越来越普遍地变房地产开发企业所采用,它对于加快房地产融资、活跃房地产市场、稳定房地产开发的外部环境,都有着积极地作用。然后在实际交易中,由于购房人对商品房预售市场认识不够,加之现行法律法规的不完善,往往在实践中会出现一些问题,因此,对于商品房预售模式的探讨也就具有十分重要的意义。     

基于熵权组合模型的风电功率预测

利用灰色预测法、人工神经网络法、ARMA时间序列法3种不同的预测模型对某风电场的风电功率进行了预测研究。计算结果表明,利用单一预测模型进行预测的精度有待提高。提出建立组合预测模型对风电功率进行预测,为了充分利用单一预测方法的优势,引入熵值理论。利用熵值法确定组合预测模型中的权重,进而建立熵权组合预测模型。模拟结果表明,熵权组合预测模型可以有效地提高风电功率的预测精度。     

福建省公路货运量组合预测研究

公路运输量的预测对公路系统的规划建设,公路系统的合理利用,具有重要的意义。本文在灰色预测、指数增长曲线、抛物线型曲线三种单一预测模型的基础上,利用基于误差绝对值和最小的线性组合预测模型对福建省公路货运量进行预测。预测结果表明,组合预测比单一预测模型具有更高的预测精度,说明该组合预测模型对福建省公路货运量的预测是可行的。     

无偏灰色预测模型在边坡变形预测中的应用

根据边坡位移监测信息,应用灰色系统预测模型,可以对边坡变形的发展进行预测.采用传统灰色预测模型和无偏灰色预测模型对边坡变形进行预测,预测结果表明,两种模型都是有效的,无偏灰色预测模型的精度更高.     

试析我国小型拖拉机市场变化趋势

本文利用抛物线与成长曲线两种模型对今明两年我国小型拖拉机销售市场进行预测。     

安徽省城镇居民人均消费的组合预测

在灰色预测、回归预测和时序预测基础上,建立1990到2009年安徽省居民人均消费组合预测模型,并通过误差指标评价体系对组合模型和单项预测模型进行评价,结果表明组合预测模型的各误差指标远低于三种单项预测模型预测误差指标值。最后预测了我省近三年城镇居民人均消费值并进行了评价。     

基于改进BP神经网络的混沌时间序列预测方法对比

针对BP神经网络预测混沌时间序列存在的易陷入局部极小值和收敛速度较慢的问题,选取了两种改进预测模型,即GA-BP预测模型和PSO-BP预测模型。并将这两种模型对Lorenz混沌时间序列进行了预测比较实验。实验表明,两种改进模型比BP神经网络预测模型具有更好的预测性能,并且PSO-BP预测模型较GA-BP预测模型的预测精度更高。     

一种基于专家理性预期的组合预测方法及应用

将多个单预测模型进行组合,是提高预测精度的有效途径.由专家理性预期对待选用的单预测模型从模型拟合、方法应用复杂性、适应性和时效性方面进行多指标综合评价,在此基础上,构建组合权重系数,给出了具有主客观信息集成特征的组合预测方法,将组合预测模型与单预测模型进行分析对比,对我国民用汽车的保有量进行了预测并给出了预测效果分析.模型预测效果分析显示,具有主客观信息集成特征的组合预测模型比单预测模型具有更强的适应性,预测精度大幅提高.     

ARIMAX多元时间序列和BP神经网络组合模型在居民消费结构预测中的应用

将动态回归模型ARIMAX和BP神经网络算法进行结合,设计了一种组合预测模型,研究人口结构指标对我国居民消费结构的影响发展趋势,通过实证预测检验了组合预测模型在居民消费结构预测中的有效性.研究发现,组合模型在预测精度上更优于其他两个单项预测模型,因此这个组合预测模型具有良好的预测性能.     

线性组合模型及在人口预测中的应用

介绍了线性组合模型并以江西省人口数预测为例,分别利用线性回归预测模型、灰色预测模型、Logistic人口预测模型进行预测,并把这3种预测模型进行最优组合和线性组合,用共轭梯度法性求预测模型的系数。然后对这5种预测模型的结果进行比较,结果表明线性组合预测模型的效果比单一预测模型效果好,也比最优组合预测模型的精度高。