第27卷　第11期

2005年11月

武　汉　理　工　大　学　学　报

JOURNALOFWUHANUNIVERSITYOFTECHNOLOGY

Vol.27　No.11

　Nov.2005

基于模糊神经网络的房地产价格评估问题研究

戚晓曜

(天津大学管理学院,天津300072)

摘　要:　提出了一种基于神经模糊推理系统的商品住宅价格评估模型,,给出了商品住宅价格评估指标体系,探讨了模型建立的原理及算法步骤。效性和可行性,为房地产价格评估提供了科学的方法。关键词:　商品住宅;　估价;　;　中图分类号:　F270

文章编号:167124431(2005)1120113203

StudyRealEstateAppraisalModelBasedonFuzzyNeuralNetwork

QIXiao2yao

(SchoolofManagement,TianjinUniversity,Tianjin300072,China)

Abstract:　Acommercialdomicileappraisalmethodbasedonadaptivenetwork2basedfuzzyinferencesystem(ANFIS)was

proposed.Factorsaffectingtheassessmentofcommercialdomicilewereanalyzed.Thenacommercialdomicileappraisalindexsystemwaspresented.Finallythetheoryandprocessofmodelconstructionwerediscussed.Experimentalresultsindicatedtheeffectivenessandfeasibilityofourmodel,whichprovidedascientificmethodforrealestateappraisal.commercialdomicile;　appraisal;　neuralnetwork;　fuzzyinferenceKeywords:　

采用科学有效的商品房住宅定价模型,对于保证住宅产业的健康发展具有十分重要的意义。目前我国房地产市场中常用的2种定价方法是成本分析发法和市场比较法[1]。然而,传统的成本分析法不能反应市

场的供求规律;市场比较法在选择可比实例时过于简单粗糙,随意性较大,精度不高。为此许多学者采用层次分析法、多元线性回归、模糊数学、灰色理论及BP神经网络方法[2～5],提高房地产评估价格的准确性。但由于房地产价格构成复杂,形成过程中影响因素众多,具有较大的随机波动性。因此,文章探讨了利用神经模糊推理系统(AdaptiveNetwork2basedFuzzyInferenceSystem,ANFIS)建立的商品住宅价格评估模型,为准确进行商品住宅价格评估提出了一种可行方法。

1　商品住宅价格评估指标体系

　　商品住宅价格的评估是建立在分析影响其价格因素的基础上进行的。影响商品住宅价格的因素众多,既有宏观因素,也有微观因素。根据房地产估价的相关理论,可以将影响因素分为3大类:一般因素、区域因素和个别因素。一般因素是一般经济社会方面对商品住宅价格产生影响的因素,主要是宏观因素;区域因素是指商品住宅所在地的区位特征对房产价格产生影响的因素;个别因素是指商品住宅

收稿日期:20052052

17.

作者简介:戚晓曜(19622),男,博士生,工程师.E2mail:qixiaoyao@126.com