房地產(chǎn)數(shù)學模型論文

　　近幾年來，我國房地產(chǎn)業(yè)的快速發(fā)展。國內(nèi)外各類資金大量涌向房地產(chǎn)業(yè)，房地產(chǎn)開發(fā)企業(yè)的實力也不斷增強。下文是學習啦小編為大家搜集整理的關于房地產(chǎn)數(shù)學模型論文的內(nèi)容，歡迎大家閱讀參考!

　　房地產(chǎn)數(shù)學模型論文篇1

　　淺析基于數(shù)學模型的房地產(chǎn)評估

　　【摘 要】房地產(chǎn)估價的主要難點是房地產(chǎn)價格影響因素眾多且難以準確量化，合理選用數(shù)學方法確定眾多因素的權(quán)重和預測價格對房地產(chǎn)評估具有重要意義。本文選取了幾種現(xiàn)代綜合評價方法，就其在房地產(chǎn)評估時的可用性進行探討，最后得出結(jié)論：模糊評判在房地產(chǎn)評估市場法中可用性較強，BP神經(jīng)網(wǎng)絡在房屋拆遷估價時可用性較強。開發(fā)以這些模型為核心算法的評估軟件有一定的價值。

　　【關鍵詞】房地產(chǎn)評估;模糊評判;BP神經(jīng)網(wǎng)絡

　　1、引言

　　在房地產(chǎn)評估方法中，市場法是應用最為普遍的。應用市場法的難點在于選取盡量和待評估對象各方面都接近的交易案例，實際工作中用均值法或者憑借經(jīng)驗，是比較粗糙的，以至于影響最后評判結(jié)果的公信度，用什么方法衡量這個接近程度是本文探討的話題。另外，通過已有數(shù)據(jù)對評估對象進行預測，也是評估的一種方式。評估的過程本來就是模糊的，它需要經(jīng)驗和數(shù)據(jù)相互結(jié)合，通過一定的數(shù)學方法來描述評價過程及評價結(jié)果，這樣才能提高評估的公信度。

　　2、幾種評價方法簡述與分析

　　2.1模糊綜合評判模型

　　模糊綜合評判作為模糊數(shù)學的一種具體應用方法，最早是由我國學者汪培莊提出的。它主要分為兩步：第一步按每個因素單獨評判;第二步再按所有因素綜合評判。其優(yōu)點是：數(shù)學模型簡單，容易掌握，對多因素、多層次的復雜問題評判效果比較好。在房地產(chǎn)評估中也常常碰到模糊問題，比如一套房產(chǎn)的交通便捷度、觀景等等，不同的人看來可能有差異。

　　模糊綜合評判步驟：1.確定評價因素、評價等級：設 為刻畫評價對象的 種評價指標。 為刻畫每一種因素所在的狀態(tài)的 種評價等級。2.構(gòu)造評判矩陣和權(quán)重確定：首先對單因素 作單因素評判，從因素 著眼對抉擇等級 的隸屬度為 ，這樣就得出第 個因素 的單因素評判集： 這樣 個著眼因素的評價集就構(gòu)造出一個總的評價矩陣 ，即每一個被評價對象確定了從 到 的模糊關系 ，它是一個矩陣：

　　其中表示從因素 著眼，該評判對象能被評為 的隸屬度。具體地說 表示第 個因素 在第 個評語 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，用等級比重確定隸屬矩陣的方法可以滿足模糊評判的要求，但須注意兩個問題：評價人數(shù)不能太少，只有這樣等級比重才趨于隸屬度;第二，評價者必須對被評價事物有相當?shù)牧私?，以房地產(chǎn)評估為例，專業(yè)的評估機構(gòu)都可以解決這兩點問題，且不像層次分析法一致性檢驗不通過還要咨詢專家，所以該方法可用性較強。3.賦權(quán)重：得到模糊矩陣尚不足以對事物最初評價。評價因素集中的各個因素在“評價目標”中有不同地位和作用，即各個評價對象在模糊綜合評價中占有不同比重。擬引入 上的模糊子集 ，稱權(quán)重 ，其中 ，且 它放映對諸因素的一種權(quán)衡。權(quán)數(shù)乃是表征因素相對重要性大小的量度值。

　　所以在評價問題中，賦權(quán)數(shù)是極其重要的。賦權(quán)數(shù)一般有兩種方法：主觀臆測和數(shù)學方法。主觀臆測有時會嚴重扭曲了客觀實際，使評價結(jié)果嚴重失真，數(shù)學方法嚴格的邏輯性而且可以對確定權(quán)數(shù)進行“濾波”和“修復”處理，以盡量剔除主管成分，符合客觀實際。4.模糊合成做決策：引入 上的一個模糊子集 ，稱模糊評價，又稱決策集。 ，一般地令 ( 為算子符號)不同的算子符號對應不同的評價模型，一般房地產(chǎn)評估應用最簡單的矩陣乘法(即加權(quán)平均)，這種算法讓每個因素都對評價做出貢獻，比較客觀反映評價對象全貌。綜上所述，只要找到合適的賦權(quán)數(shù)數(shù)學方法，模糊綜合評判還是比較適合評估房地產(chǎn)的。近年來也有學者提出用模糊數(shù)學的貼近度原則建立一個數(shù)據(jù)庫，輸入評價對象參數(shù)后，系統(tǒng)會給出幾個最接近的交易案例，充分說明了模糊綜合評判在房地產(chǎn)評估中的可用性。

　　2.2BP神經(jīng)網(wǎng)絡模型

　　人工神經(jīng)網(wǎng)絡(ANN)是一種通過模擬生物神經(jīng)系統(tǒng)的行為特征，進行分布式并行信息處理的算法數(shù)學模型。這種網(wǎng)絡依靠系統(tǒng)的復雜程度，利用神經(jīng)元之間的相互聯(lián)系與制約，實現(xiàn)輸入到輸出的非線性映射，被拆遷房屋的房地產(chǎn)市場價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、因素之間的制約關系等都難以用精確的數(shù)學語言描述，神經(jīng)網(wǎng)絡能夠在處理大量無法用數(shù)學規(guī)則或公式描述的并行式信息時表現(xiàn)出極大的自適應性和靈活性。

　　模型的建立與計算步驟：

　　1)估價指標體系構(gòu)建與量化標準：一般認為影響城市被拆遷房屋市場價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、和個別因素。一定時間內(nèi)，政治環(huán)境、經(jīng)濟發(fā)展處于相對穩(wěn)定狀態(tài)，區(qū)域因素和個別因素是主要因素。一般用評分法將其量化，如優(yōu)(9-10)、較優(yōu)(7-8)、中(5-6)、較劣(3-4)、劣(1-2)5個等級。

　　2)BP網(wǎng)絡結(jié)構(gòu)設計：BP神經(jīng)網(wǎng)絡是目前應用最為廣泛的一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，由輸入節(jié)點、單個或多個隱含層即輸出層構(gòu)成。根據(jù)數(shù)據(jù)特點，結(jié)構(gòu)設計有很多種，由于篇幅所限不再一一敘述。

　　3)算法選擇：為了達到學習速率最快，收斂最迅速的效果，一般采用L-M優(yōu)化算法對網(wǎng)絡權(quán)值進行修正。

　　4)模型訓練：運用MATLAB函數(shù)工具箱編程語言實現(xiàn)前述構(gòu)建的BP網(wǎng)絡模型的訓練、仿真和預測功能。

　　5)估價模型檢測與預測：可用誤差分析方法檢測誤差的大小(如線性回歸)，誤差小于預先設定的范圍，即網(wǎng)絡檢測合格。檢測合格的網(wǎng)絡才可用于預測，否則應重新對網(wǎng)絡進行訓練。

　　3、歸納與展望

　　我國房地產(chǎn)評估存在的問題除了私有化不徹底之外，另一個比較重要的問題是估價方法不夠完善。房地產(chǎn)評估既是一門科學，又是一門藝術(shù)，過分地依賴經(jīng)驗往往導致評估報告可信度不夠，只注重數(shù)學算法有時會使結(jié)果與現(xiàn)實差距較大，所以必須二者結(jié)合，相互補充，才能得到一個合理的結(jié)果。

　　本文重點介紹了這兩種數(shù)學模型，旨在探討其在房地產(chǎn)評估時的數(shù)據(jù)處理思想，對于評估對象而言，選用不同方法評估，選用不同算法計算，都會得到不同的結(jié)果。隨著計算機數(shù)據(jù)處理類軟件的日益成熟，將其應用在評估行業(yè)是完全可行的，譬如MATLA B、SPASS、GIS等。值得注意的是，有學者提出開發(fā)基于GIS建立數(shù)據(jù)庫和模糊貼近度為判斷標準的軟件，還有人建議開發(fā)基于BP神經(jīng)網(wǎng)絡的評估軟件等等，本文試圖將兩種方法結(jié)合起來，每種方法作為單獨計算模塊嵌套在軟件中，提出設計這樣一個軟件的構(gòu)思。相信在眾多學者的努力之下，房地產(chǎn)評估行業(yè)會日趨成熟。

　　參考文獻：

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

　　[2]張協(xié)奎. 房地產(chǎn)價格模糊評估及應用[J].房地產(chǎn)評估，1991，(9)：5-7.

　　[3]申玲，唐安淮.基于BP神經(jīng)網(wǎng)絡的房地產(chǎn)市場比較法價格評估[J].系統(tǒng)工程理論與實踐，1998(5)

　　[4]杜棟，龐慶華.現(xiàn)代綜合評價方法與案例精選.清華大學出版社，2005.9.

　　>>>下頁帶來更多的房地產(chǎn)數(shù)學模型論文