房地產(chǎn)數(shù)學(xué)模型論文

　　近幾年來(lái)，我國(guó)房地產(chǎn)業(yè)的快速發(fā)展。國(guó)內(nèi)外各類資金大量涌向房地產(chǎn)業(yè)，房地產(chǎn)開(kāi)發(fā)企業(yè)的實(shí)力也不斷增強(qiáng)。下文是學(xué)習(xí)啦小編為大家搜集整理的關(guān)于房地產(chǎn)數(shù)學(xué)模型論文的內(nèi)容，歡迎大家閱讀參考!

　　房地產(chǎn)數(shù)學(xué)模型論文篇1

　　淺析基于數(shù)學(xué)模型的房地產(chǎn)評(píng)估

　　【摘 要】房地產(chǎn)估價(jià)的主要難點(diǎn)是房地產(chǎn)價(jià)格影響因素眾多且難以準(zhǔn)確量化，合理選用數(shù)學(xué)方法確定眾多因素的權(quán)重和預(yù)測(cè)價(jià)格對(duì)房地產(chǎn)評(píng)估具有重要意義。本文選取了幾種現(xiàn)代綜合評(píng)價(jià)方法，就其在房地產(chǎn)評(píng)估時(shí)的可用性進(jìn)行探討，最后得出結(jié)論：模糊評(píng)判在房地產(chǎn)評(píng)估市場(chǎng)法中可用性較強(qiáng)，BP神經(jīng)網(wǎng)絡(luò)在房屋拆遷估價(jià)時(shí)可用性較強(qiáng)。開(kāi)發(fā)以這些模型為核心算法的評(píng)估軟件有一定的價(jià)值。

　　【關(guān)鍵詞】房地產(chǎn)評(píng)估;模糊評(píng)判;BP神經(jīng)網(wǎng)絡(luò)

　　1、引言

　　在房地產(chǎn)評(píng)估方法中，市場(chǎng)法是應(yīng)用最為普遍的。應(yīng)用市場(chǎng)法的難點(diǎn)在于選取盡量和待評(píng)估對(duì)象各方面都接近的交易案例，實(shí)際工作中用均值法或者憑借經(jīng)驗(yàn)，是比較粗糙的，以至于影響最后評(píng)判結(jié)果的公信度，用什么方法衡量這個(gè)接近程度是本文探討的話題。另外，通過(guò)已有數(shù)據(jù)對(duì)評(píng)估對(duì)象進(jìn)行預(yù)測(cè)，也是評(píng)估的一種方式。評(píng)估的過(guò)程本來(lái)就是模糊的，它需要經(jīng)驗(yàn)和數(shù)據(jù)相互結(jié)合，通過(guò)一定的數(shù)學(xué)方法來(lái)描述評(píng)價(jià)過(guò)程及評(píng)價(jià)結(jié)果，這樣才能提高評(píng)估的公信度。

　　2、幾種評(píng)價(jià)方法簡(jiǎn)述與分析

　　2.1模糊綜合評(píng)判模型

　　模糊綜合評(píng)判作為模糊數(shù)學(xué)的一種具體應(yīng)用方法，最早是由我國(guó)學(xué)者汪培莊提出的。它主要分為兩步：第一步按每個(gè)因素單獨(dú)評(píng)判;第二步再按所有因素綜合評(píng)判。其優(yōu)點(diǎn)是：數(shù)學(xué)模型簡(jiǎn)單，容易掌握，對(duì)多因素、多層次的復(fù)雜問(wèn)題評(píng)判效果比較好。在房地產(chǎn)評(píng)估中也常常碰到模糊問(wèn)題，比如一套房產(chǎn)的交通便捷度、觀景等等，不同的人看來(lái)可能有差異。

　　模糊綜合評(píng)判步驟：1.確定評(píng)價(jià)因素、評(píng)價(jià)等級(jí)：設(shè) 為刻畫評(píng)價(jià)對(duì)象的 種評(píng)價(jià)指標(biāo)。 為刻畫每一種因素所在的狀態(tài)的 種評(píng)價(jià)等級(jí)。2.構(gòu)造評(píng)判矩陣和權(quán)重確定：首先對(duì)單因素 作單因素評(píng)判，從因素 著眼對(duì)抉擇等級(jí) 的隸屬度為 ，這樣就得出第 個(gè)因素 的單因素評(píng)判集： 這樣 個(gè)著眼因素的評(píng)價(jià)集就構(gòu)造出一個(gè)總的評(píng)價(jià)矩陣 ，即每一個(gè)被評(píng)價(jià)對(duì)象確定了從 到 的模糊關(guān)系 ，它是一個(gè)矩陣：

　　其中表示從因素 著眼，該評(píng)判對(duì)象能被評(píng)為 的隸屬度。具體地說(shuō) 表示第 個(gè)因素 在第 個(gè)評(píng)語(yǔ) 上的頻率分布，一般將其歸一化或者初始化以消除量綱。值得注意的是，用等級(jí)比重確定隸屬矩陣的方法可以滿足模糊評(píng)判的要求，但須注意兩個(gè)問(wèn)題：評(píng)價(jià)人數(shù)不能太少，只有這樣等級(jí)比重才趨于隸屬度;第二，評(píng)價(jià)者必須對(duì)被評(píng)價(jià)事物有相當(dāng)?shù)牧私猓苑康禺a(chǎn)評(píng)估為例，專業(yè)的評(píng)估機(jī)構(gòu)都可以解決這兩點(diǎn)問(wèn)題，且不像層次分析法一致性檢驗(yàn)不通過(guò)還要咨詢專家，所以該方法可用性較強(qiáng)。3.賦權(quán)重：得到模糊矩陣尚不足以對(duì)事物最初評(píng)價(jià)。評(píng)價(jià)因素集中的各個(gè)因素在“評(píng)價(jià)目標(biāo)”中有不同地位和作用，即各個(gè)評(píng)價(jià)對(duì)象在模糊綜合評(píng)價(jià)中占有不同比重。擬引入 上的模糊子集 ，稱權(quán)重 ，其中 ，且 它放映對(duì)諸因素的一種權(quán)衡。權(quán)數(shù)乃是表征因素相對(duì)重要性大小的量度值。

　　所以在評(píng)價(jià)問(wèn)題中，賦權(quán)數(shù)是極其重要的。賦權(quán)數(shù)一般有兩種方法：主觀臆測(cè)和數(shù)學(xué)方法。主觀臆測(cè)有時(shí)會(huì)嚴(yán)重扭曲了客觀實(shí)際，使評(píng)價(jià)結(jié)果嚴(yán)重失真，數(shù)學(xué)方法嚴(yán)格的邏輯性而且可以對(duì)確定權(quán)數(shù)進(jìn)行“濾波”和“修復(fù)”處理，以盡量剔除主管成分，符合客觀實(shí)際。4.模糊合成做決策：引入 上的一個(gè)模糊子集 ，稱模糊評(píng)價(jià)，又稱決策集。 ，一般地令 ( 為算子符號(hào))不同的算子符號(hào)對(duì)應(yīng)不同的評(píng)價(jià)模型，一般房地產(chǎn)評(píng)估應(yīng)用最簡(jiǎn)單的矩陣乘法(即加權(quán)平均)，這種算法讓每個(gè)因素都對(duì)評(píng)價(jià)做出貢獻(xiàn)，比較客觀反映評(píng)價(jià)對(duì)象全貌。綜上所述，只要找到合適的賦權(quán)數(shù)數(shù)學(xué)方法，模糊綜合評(píng)判還是比較適合評(píng)估房地產(chǎn)的。近年來(lái)也有學(xué)者提出用模糊數(shù)學(xué)的貼近度原則建立一個(gè)數(shù)據(jù)庫(kù)，輸入評(píng)價(jià)對(duì)象參數(shù)后，系統(tǒng)會(huì)給出幾個(gè)最接近的交易案例，充分說(shuō)明了模糊綜合評(píng)判在房地產(chǎn)評(píng)估中的可用性。

　　2.2BP神經(jīng)網(wǎng)絡(luò)模型

　　人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種通過(guò)模擬生物神經(jīng)系統(tǒng)的行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，利用神經(jīng)元之間的相互聯(lián)系與制約，實(shí)現(xiàn)輸入到輸出的非線性映射，被拆遷房屋的房地產(chǎn)市場(chǎng)價(jià)格守到多重因素的綜合作用，各種因素的作用程度、影響方式、因素之間的制約關(guān)系等都難以用精確的數(shù)學(xué)語(yǔ)言描述，神經(jīng)網(wǎng)絡(luò)能夠在處理大量無(wú)法用數(shù)學(xué)規(guī)則或公式描述的并行式信息時(shí)表現(xiàn)出極大的自適應(yīng)性和靈活性。

　　模型的建立與計(jì)算步驟：

　　1)估價(jià)指標(biāo)體系構(gòu)建與量化標(biāo)準(zhǔn)：一般認(rèn)為影響城市被拆遷房屋市場(chǎng)價(jià)格的因素按照作用范圍的不同可分為一般因素、區(qū)域因素、和個(gè)別因素。一定時(shí)間內(nèi)，政治環(huán)境、經(jīng)濟(jì)發(fā)展處于相對(duì)穩(wěn)定狀態(tài)，區(qū)域因素和個(gè)別因素是主要因素。一般用評(píng)分法將其量化，如優(yōu)(9-10)、較優(yōu)(7-8)、中(5-6)、較劣(3-4)、劣(1-2)5個(gè)等級(jí)。

　　2)BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)：BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最為廣泛的一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，由輸入節(jié)點(diǎn)、單個(gè)或多個(gè)隱含層即輸出層構(gòu)成。根據(jù)數(shù)據(jù)特點(diǎn)，結(jié)構(gòu)設(shè)計(jì)有很多種，由于篇幅所限不再一一敘述。

　　3)算法選擇：為了達(dá)到學(xué)習(xí)速率最快，收斂最迅速的效果，一般采用L-M優(yōu)化算法對(duì)網(wǎng)絡(luò)權(quán)值進(jìn)行修正。

　　4)模型訓(xùn)練：運(yùn)用MATLAB函數(shù)工具箱編程語(yǔ)言實(shí)現(xiàn)前述構(gòu)建的BP網(wǎng)絡(luò)模型的訓(xùn)練、仿真和預(yù)測(cè)功能。

　　5)估價(jià)模型檢測(cè)與預(yù)測(cè)：可用誤差分析方法檢測(cè)誤差的大小(如線性回歸)，誤差小于預(yù)先設(shè)定的范圍，即網(wǎng)絡(luò)檢測(cè)合格。檢測(cè)合格的網(wǎng)絡(luò)才可用于預(yù)測(cè)，否則應(yīng)重新對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

　　3、歸納與展望

　　我國(guó)房地產(chǎn)評(píng)估存在的問(wèn)題除了私有化不徹底之外，另一個(gè)比較重要的問(wèn)題是估價(jià)方法不夠完善。房地產(chǎn)評(píng)估既是一門科學(xué)，又是一門藝術(shù)，過(guò)分地依賴經(jīng)驗(yàn)往往導(dǎo)致評(píng)估報(bào)告可信度不夠，只注重?cái)?shù)學(xué)算法有時(shí)會(huì)使結(jié)果與現(xiàn)實(shí)差距較大，所以必須二者結(jié)合，相互補(bǔ)充，才能得到一個(gè)合理的結(jié)果。

　　本文重點(diǎn)介紹了這兩種數(shù)學(xué)模型，旨在探討其在房地產(chǎn)評(píng)估時(shí)的數(shù)據(jù)處理思想，對(duì)于評(píng)估對(duì)象而言，選用不同方法評(píng)估，選用不同算法計(jì)算，都會(huì)得到不同的結(jié)果。隨著計(jì)算機(jī)數(shù)據(jù)處理類軟件的日益成熟，將其應(yīng)用在評(píng)估行業(yè)是完全可行的，譬如MATLA B、SPASS、GIS等。值得注意的是，有學(xué)者提出開(kāi)發(fā)基于GIS建立數(shù)據(jù)庫(kù)和模糊貼近度為判斷標(biāo)準(zhǔn)的軟件，還有人建議開(kāi)發(fā)基于BP神經(jīng)網(wǎng)絡(luò)的評(píng)估軟件等等，本文試圖將兩種方法結(jié)合起來(lái)，每種方法作為單獨(dú)計(jì)算模塊嵌套在軟件中，提出設(shè)計(jì)這樣一個(gè)軟件的構(gòu)思。相信在眾多學(xué)者的努力之下，房地產(chǎn)評(píng)估行業(yè)會(huì)日趨成熟。

　　參考文獻(xiàn)：

　　[1]張東祥，湯趙慧.我國(guó)房地產(chǎn)估價(jià)業(yè)現(xiàn)狀與問(wèn)題的產(chǎn)權(quán)基因分析[J].企業(yè)經(jīng)濟(jì)，2004(4).

　　[2]張協(xié)奎. 房地產(chǎn)價(jià)格模糊評(píng)估及應(yīng)用[J].房地產(chǎn)評(píng)估，1991，(9)：5-7.

　　[3]申玲，唐安淮.基于BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)市場(chǎng)比較法價(jià)格評(píng)估[J].系統(tǒng)工程理論與實(shí)踐，1998(5)

　　[4]杜棟，龐慶華.現(xiàn)代綜合評(píng)價(jià)方法與案例精選.清華大學(xué)出版社，2005.9.

　　>>>下頁(yè)帶來(lái)更多的房地產(chǎn)數(shù)學(xué)模型論文