基于遺傳算法的SVM研究及其在小區(qū)規(guī)劃方案評價上的應(yīng)用.pdf

1、隨著國民經(jīng)濟的發(fā)展，房地產(chǎn)產(chǎn)業(yè)日益繁榮，伴隨房地產(chǎn)的相關(guān)經(jīng)濟活動越來越頻繁，而在房地產(chǎn)開發(fā)中的一個關(guān)鍵環(huán)節(jié)就是小區(qū)規(guī)劃，因此對小區(qū)規(guī)劃方案評價的需求也隨之增大。無論從房地產(chǎn)開發(fā)商的角度，還是從購房者的角度看，小區(qū)規(guī)劃的精確衡量都是個永恒的話題。當(dāng)前，使用的市場比較法、成本法和調(diào)查問卷法三種傳統(tǒng)評價方法在實際評價運用中過多依賴于評價者的經(jīng)驗，對數(shù)理模型運用較少，在實際應(yīng)用中成本較高。開發(fā)商在進行小區(qū)建設(shè)之前的規(guī)劃設(shè)計方案進行評價時，往往是

2、由評價人員根據(jù)自己的經(jīng)驗和個人的喜好得出評價結(jié)果，很難得出一個讓大多數(shù)人滿意的評價結(jié)果，結(jié)果造成銷售情況不好。 由Vapnik提出的基于統(tǒng)計學(xué)習(xí)理論的支持向量機(Support Vector Machine，簡稱SVM)是數(shù)據(jù)挖掘中一種新的方法，能非常成功地處理回歸問題和模式識別問題?；诖?，本文設(shè)計了小區(qū)規(guī)劃方案的評價模型，從設(shè)計者和消費者對小區(qū)的需求角度理解規(guī)劃，進行規(guī)劃方案評價研究。 遺傳算法(Genetic Al

3、gorithms，GA)是一類借鑒生物界自然選擇和遺傳機制而發(fā)展起來的自適應(yīng)全局優(yōu)化隨機搜索算法。 現(xiàn)在大部分應(yīng)用支持向量機進行評價的方法是在樣本數(shù)目和樣本特征足夠多的情況下進行研究的，因此只有在樣本數(shù)目和特征數(shù)目趨向無窮大時，才能在理論上保證算法的性能，而在樣本數(shù)目比較少的情況中，由于空間的超高維特性和超小樣本特性，傳統(tǒng)的方法難以得到理想的效果。本文中首先利用支持向量機選出包含若干特征基因的子集，過濾掉大部分與目標(biāo)無關(guān)的特征。