基于GABP神經網絡及SVM的房地產投資風險評價及應用.pdf

1、房地產開發(fā)是一項高投入、高收益、高風險的投資活動,受社會、經濟、技術等因素的影響較大,在開發(fā)過程中存在著不確定性,在為投資者提供高收益可能的同時,也蘊含著相應的高風險。而很多投資者只看到房地產市場帶來的高額投資回報,卻忽視了蘊藏在高收益之后的風險,在投資決策時期只是憑主觀經驗對項目風險進行粗略分析,很少進行系統(tǒng)的風險綜合分析、評價,當風險因素一旦發(fā)生,極易造成投資失敗。因此,對房地產開發(fā)投資風險評價方法進行研究,具有重要的理論與實踐意義

2、。本文主要研究內容如下：首先闡述了房地產開發(fā)投資風險分析的的相關理論,研究了房地產投資風險分析的內容；其次闡述了BP神經網絡、遺傳算法與SVM的相關理論；本文側重于借助實例,分析GABP神經網絡和SVM兩種方法應用于房地產投資風險預測的效果,由于GABP神經網絡方法在很多領域前人都有過研究,在房地產領域也有過一些研究,所以本文在此基礎上又引進一種新的方法—支持向量機(SVM)將其應用到房地產投資風險評價中。這種方法比較新穎,在一些領域有

3、初步研究,但是在房地產領域基本沒有研究過,本文嘗試建立了基于SVM的房地產投資風險評價模型,將兩種方法對比研究,側重于引出SVM方法預測效果,實證研究結果表明,雖然兩種方法都可以應用到房地產風險預測領域,但是SVM方法要優(yōu)于GABP神經網絡方法,且預測精度較高,證明SVM方法可以應用到房地產風險評價中。本文針對BP網絡的缺陷,建立了基于GABP神經網絡及SVM的房地產投資風險評價模型,GABP神經網絡是用遺傳算法(GA)對神經網絡的權值