神经网络预测系统的开发

本文通过分析研究人工神经网络,利用MATLAB软件中的神经网络工具,建立了基于BP人工神经网络的轧制压力预测系统,实现了神经网络预测程序在生产环节中的应用。     

神经网络在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位.此文对神经网络在蛋白质结构预测中的应用作了评述。首先,简要地介绍了人工神经网络,然后对近年来用神经网络算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点。最后,展望了用神经网络算法解决蛋白质结构预测问题的前景。     

神经网络方法在蛋白质结构预测中的研究与应用

蛋白质结构预测在生物信息学研究中占有重要地位。对神经网络在蛋白质结构预测中的应用作了评述。首先,简要地介绍了人工神经网络,然后对近年来用神经网络算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点。最后,展望了用神经网络算法解决蛋白质结构预测问题的前景。     

基于神经网络的深基坑支护变形预测

利用人工神经网络方法对深基坑支护结构的变形量进行分析和预测,建立了单支点排桩支护结构最大变形量的人工神经网络预测模型.文章论述了通过工程实例的验证,结果取得较好的预测效果,表明应用神经网络模型计算深基坑变形是可行的.     

基于神经网络的网络安全态势预测模型研究

介绍了网络安全态势预测方法和人工神经网络,然后分别对基于径向基函数神经网络、小波神经网络和Elman神经网络的网络安全态势预测模型及结构组成进行了研究,该方法对网络安全管理员预防网络攻击、维护网络稳定具有重要作用。     

基于PLS-BP神经网络的卷烟味觉特征预测

基于线性方法与非线性方法结合的思路,应用偏最小二乘法(PLS)和误差反向传播(BP)人工神经网络算法研究卷烟烟气中化学成分对卷烟味觉特征的作用,并建立了基于PLS-BP神经网络的卷烟烟气味觉预测模型,分别对卷烟烟气的甜味、酸味和苦味3种主要味觉进行预测。结果表明,PLS-BP神经网络模型经过学习后,能够对卷烟烟气的味觉特征做出较为准确的预测,从而证明了应用PLS-BP神经网络模型对卷烟烟气味觉特征预测的有效性。     

基于神经网络的房屋销售面积预测研究

房屋销售面积的预测直接影响房地产开发商的投资额,而多种不稳定因素又给预测带来了困难。传统的基于统计方法的预测模型比较成熟,但缺点是适用性差、实时性不强,不能反映预测过程中的不确定性与非线性,其预测值和实际值常有较大的误差。人工神经网络能很好地处理非线性问题。在预测模型中引入神经网络和传统的线性回归方法,共同处理模型中的线性及非线性因素,以达到降低误差的目的。实验结果表明,该模型能达到有效的预测结果,     

城市大气污染预测模型的建立与应用研究

目前城市大气污染问题日益严重,为了更好的解决城市大气污染预测的准确性不足的问题,本文提出了一种基于时间序列和人工神经网络的城市大气污染预测模型。首先使用时间序列的方法对采集的数据进行统计,再将统计结果作为样本输入人工神经网络模型,然后将神经网络训练后得到的样本数据采用趋势外推法进行预测分析。仿真实验结果表明,本文提出的基于时间序列和人工神经网络的城市大气污染预测模型的预测结果与实际结果相当接近,本方案切实有效,值得推广使用。     

对呼和浩特房地产市场价格走势的判断和分析

通过对呼和浩特房地产市场现状进行分析,提出完善呼和浩特市房地产市场对策和建议,对呼和浩特市商品房销售价格走势进行了分析和预测。     

人工神经网络在机械优化设计中的应用

针对传统机械优化设计算法存在的问题,分析介绍了机械优化设计与人工神经网络,主要是BP神经网络模型与反馈神经网络模型用于机械优化设计的基本思想和应用方法。     

房地产营业税征管预测信息系统探讨——以马鞍山市为例

本文以科学发展观为指导,以考察我国房地产业发展趋势为基础,以构建房地产营业税征管信息系统为目标,运用灰色理论,通过相关性分析,确定在预测周期中影响房地产营业税税收的主要指标,得出房地产营业税税收预测值,并进一步得出合理开展税收管理的科学结论.     

房地产市场及其细分的调控重点区域划分理论与实证——以中国35个大中城市为例

2010年以来,在国家严厉的、密集的调控政策下,各大城市房地产市场运行绩效表现出差异性,但也显示地方反弹的压力。因而,如何做到调控精准化、差别化和决策科学化需要房地产重点监控区域划分的理论与方法研究。本文以房价与地价波动及其关系的表现形式为依据,提出工作假说——房价地价关系与全国基本一致的城市,其房价波动偏离全国房价波动均值的程度也较小,以此作为划分重点监控区域的标准或方法。然后利用全国及35个大中城市的房屋销售价格指数与土地交易价格指数,通过Granger因果关系检验得出,与全国层面房价地价关系短期内双向互动影响一致的城市有26个;运用均值、方差与离散系数等描述性统计得出,与全国层面房价地价关系的短期效应一致的城市,2010年以来其新建住宅价格指数和二手住宅价格指数离散系数普遍小于均值,而海口、杭州、深圳等城市应成为房地产调控政策实施监控的重点;单个样本t检验表明,新建住宅市场与二手房市场的差异较大,而后者与全国层面房价地价关系的短期效应一致的城市较少,今后国家宏观调控政策应重点关注二手房市场。总体而言,把握各城市与全国层面房价地价关系的短期效应一致性以及差异性,是房地产分区域、分市场、分类差别化与精准化调控体系的基础。     

投机性房地产泡沫预警指标的构建及实证分析

恶性投机性房地产泡沫已经成为影响各国房地产行业健康发展乃至整个国民经济正常运转的最大潜在性威胁,因此专门针对房地产交易中投机性的大小建立预警体系从而对投机性房地产泡沫进行有效的监控就显得尤为重要。本文在界定投机性房地产泡沫的基础上,建立衡量房地产交易中投机性大小的指标体系,结合功效系数法构建了投机性房地产泡沫预警体系的理论框架,并结合我国实际,对投机性房地产泡沫的预警指标进行了应用。     

基于神经网络的房地产泡沫预警研究

日益高涨的房地产价格引发了人们对泡沫的激烈争论。本文运用功效系数法计算了综合预警系数,建立了基于BP神经网络的房地产泡预警系统,引入了敏感性分析甄别各指标在预警系统中的重要程度,并且利用北京房地产市场数据对其泡沫进行实证分析,指出该系统对于防范房地产泡沫,评价房地产市场是否处于健康和谐运行状态具有重要意义。     

中国房地产市场风险评价：基于房价与宏观经济协整的分析

从长期看,房地产价格应与社会经济发展水平相协调,如果房地产价格在一定时期内呈现出的某种趋势背离了宏观经济背景的支持,则市场必然隐藏着风险。从此角度出发,本文在协整和误差校正模型的框架下,分析了中国近年来房地产价格指数与主要宏观经济指标的长期均衡关系,得出了虽然近年来房地产价格上涨较快,但从总体上看,其变化有宏观经济背景的支持,房地产市场风险还不是很大的结论。     

基于"泡沫论"的上海房地产实证分析

基于当前上海市房地产市场的发展形势,在运用指标法和单位根法的基础上,对上海市的房地产市场的相关指数进行测度,从实证的角度进行检验,指出上海房地产市场处于相对缓和的状态。     

2014年我国房地产市场展望与预测

文章根据对国内经济形势的分析以及模型测算,预测2014年房地产开发投资完成额同比增速约为19.9%,增速与2013年基本持平;2014年全国商品房销售面积同比增速约为6.7%,商品房销售额同比增速约为14.5%;预计2014年房地产新开工面积同比增速约为4.6%,增幅较2013年显著回落;2014年全年商品房销售平均价格约为6 690元/平方米,同比增长7.3%。主要原因包括:宏观经济整体运行保持良好,房地产市场投资稳定增长;信贷扩张速度放缓,刚性需求释放减缓,房地产市场交易增速有所放缓;房地产市场供给相对充足保证市场交易稳中有升;购房者涨价预期未变等。     

基于市场比较法的不同类型房产估价因素选取分析

在房地产估价的众多方法中,市场比较法是最能体现房地产估价目的的基本方法,是一种直观、适用性广、容易把握的估价方法。本文通过分析影响房地产价格的一般因素、区位因素、个别因素,结合泉州市房地产评估具体实例,运用市场比较法对住宅、店面比准价格进行求取,分析了各种价格影响因素对不同用途房地产价格的影响及影响程度,以期达到优化市场比较法、获得更加合理的房地产评估价格的目的。     

不动产的价格多重性及估价策略

本文以实际发生的案例说明,同一宗不动产在市场交易中,由于交易方式的不同而导致成交价格的差异。价格差异的原因是因为不动产权益的多重性及其可分离性造成的。交易方式的不同可理解为交易不同的物品,或在不同的物品市场上进行交易。由此,在不动产估价中必须充分了解市场上各类典型的交易方式以及由此决定的客观成交价格,从而根据估价目的和时点给出合适的估价价格。     

银行贷款、可支配收入与房地产价格波动:1999～2010——基于协整检验和VEC模型的实证分析

通过协整和VEC模型的经验分析发现:我国房地产价格的贷款弹性为正,银行贷款的顺周期效应明显,房地产价格的上涨推动了银行贷款增加;房地产价格的利率弹性为正,资金价格的变动导致成本约束效应相对有限;在短期,人均收入和利率对房地产价格的贡献更为显著。长期来看,政府面对房地产价格的波动会做出适当的反向调整。房地产价格在受到银行信贷正向冲击后出现递增趋势,银行信贷对房地产价格具有2个月的时滞效应。房地产市场的发展关系民生以及国家宏观经济增长,所以要审慎调控,不能一刀切。