基于人工神经网络的模糊宗地地价评估模型研究

王华 李雯雯 牛继强 刘殿峰

王华, 李雯雯, 牛继强, 刘殿峰. 基于人工神经网络的模糊宗地地价评估模型研究[J]. 信阳师范学院学报(自然科学版), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
引用本文: 王华, 李雯雯, 牛继强, 刘殿峰. 基于人工神经网络的模糊宗地地价评估模型研究[J]. 信阳师范学院学报(自然科学版), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
WANG Hua, LI Wenwen, NIU Jiqiang, LIU Dianfeng. An Improved Land Price Evaluation Method Based on Artificial Neural Network and Fuzzy Mathematics[J]. Journal of Xinyang Normal University (Natural Science Edition), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
Citation: WANG Hua, LI Wenwen, NIU Jiqiang, LIU Dianfeng. An Improved Land Price Evaluation Method Based on Artificial Neural Network and Fuzzy Mathematics[J]. Journal of Xinyang Normal University (Natural Science Edition), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013

基于人工神经网络的模糊宗地地价评估模型研究

doi: 10.3969/j.issn.1003-0972.2020.01.013
基金项目: 

国家自然科学基金项目(41601418,41771438);河南省科技攻关项目(172102210539);数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放研究基金资助项目

详细信息
    作者简介:

    王华(1986-),男,河南信阳人,讲师,博士,主要从事空间数据挖掘、空间决策支持技术研究;牛继强(1977-),男,山东郯城人,教授,博士,主要从事空间分析、空间数据挖掘等研究.

  • 中图分类号: F301.2

An Improved Land Price Evaluation Method Based on Artificial Neural Network and Fuzzy Mathematics

  • 摘要: 针对传统市场比较法中可比实例选取较随意且特征权重确定较主观等问题,引入了基于人工神经网络的地价影响特征权重学习机制.以地价影响特征向量作为输入空间,土地价格作为输出空间,通过神经网络的反馈学习机制不断调整神经元之间的连接权重,建立地价与多维特征之间的精准复杂映射关系,并基于网络参数提取输入特征权重系数,然后耦合模糊数学方法选择比较案例,通过比较案例的加权价格最终计算得到评估对象价格.以湖北省武汉市某宗地评估为实例,结果表明:改进后的市场比较法的估价准确度要比现行土地估价市场比较法平均高出3.69%.
  • [1] 张协奎,陈伟清,成文山,等.基于模糊数学的市场比较法研究.中国管理科学,2001, 9(3):37-42.

    ZHANG Xiekui, CHEN Weiqing, CHENG Wenshan, et al. The market comparison approach based on the fuzzy mathematics. Chinese Journal of Management Science, 2001, 9(3):37-42.
    [2] 蔡剑红,朱道林.市场比较法的不确定性传播研究.中国土地科学,2015, 29(4):57-64.

    CAI Jianhong, ZHU Daolin. The uncertainty propagation of the sales comparison approach. China Land Science, 2015, 29(4):57-64.
    [3]
    [4] RASLANAS S, TUPENAITE L. Peculiarities of private houses valuation by sales comparison approach. Ukio Technologinis Ir Ekonominis Vystymas, 2005, 11(4):233-241.
    [5] 纪蕾,宋岩磊,李宝强,等.基于GRA和三标度AHP的房地产估价市场比较法.土木工程与管理学报,2017, 34(1):143-148.

    JI Lei, SONG Yanlei, LI Baoqiang, et al. Market comparison method based on GRA and three-scale AHP. Journal of Civil Engineering and Management, 2017, 34(1):143-148.
    [6] CUPAL M. Sales comparison approach indicating heterogeneity of particular type of real estate and corresponding valuation accuracy. Acta Universitatis Agriculturae Et Silviculturae Mendelianae Brunensis, 2017, 65(3):977-985.
    [7]
    [8] VANDELL K D.Optimal comparable selection and weighting in real-property valuation. Real Estate Economics, 1991, 19(2):213-239.
    [9]
    [10] 王秀丽,李恒凯,刘小生.基于GIS的房地产市场比较法评估模型研究.中国土地科学, 2011, 25(10):70-76.

    WANG Xiuli, LI Hengkai, LIU Xiaosheng. Study on the market sales comparison model in real estate appraisal based on GIS.China Land Sciences,2011,25(10):70-76.
    [11] 王华,罗平,赵志刚,等.基于深度置信网络的农用地基准地价评估模型.农业工程学报,2018, 34(21):263-271.

    WANG Hua, LUO Ping, ZHAO Zhigang, et al. Establishment of agricultural land appraisal model based on deep belief network. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(21):263-271.
    [12] 吴迪军,刘耀林,黄全义.城镇基准地价评估的人工神经网络模型研究.测绘科学技术学报,2007, 24(4):255-258.

    WU Dijun, LIU Yaolin, HUANG Quanyi. An artificial neural network appraisal model for urban base land price. Journal of Geomatics Science and Technology, 2007, 24(4):255-258.
    [13]
    [14] 张天云,陈奎,魏伟,等.BP神经网络法确定工程材料评价指标的权重.材料导报,2012, 26(2):159-163.

    ZHANG Tianyun, CHEN Kui, WEI Wei, et al. The determination of index weights for comprehensive evaluation of engineering materials with BP neural network. Materials Review, 2012, 26(2):159-163.
    [15] LEE S, RYU J H, WON J S, et al. Determination and application of the weights for landslide susceptibility mapping using an artificial neural network. Engineering Geology, 2004, 71(3/4):289-302.
  • [1] 陈华, 王强, 刘晓坤.  基于BAS-BP模型的变压器故障诊断 . 信阳师范学院学报(自然科学版), 2020, 33(4): 635-639. doi: 10.3969/j.issn.1003-0972.2020.04.021
    [2] 吕会超, 彭聪虎.  含缓冲液的双水相体系相平衡的神经网络模型 . 信阳师范学院学报(自然科学版), 2017, 30(1): 43-45. doi: 10.3969/j.issn.1003-0972.2017.01.010
    [3] 黄硕, 李淑玉.  基于Hopfield神经网络的自适应控制系统的设计与仿真 . 信阳师范学院学报(自然科学版), 2016, 29(4): 625-628. doi: 10.3969/j.issn.1003-0972.2016.04.032
    [4] 刘道华, 张 飞, 张言言.  一种改进的 RBF 神经网络对县级政府编制预测 . 信阳师范学院学报(自然科学版), 2016, 29(2): 265-269. doi: 10.3969/j.issn.1003-0972.2016.02.027
    [5] 王晓燕, 刘〓辉, 苏〓纯, 白艳萍.  基于神经网络的激光超声探伤表面波的分类 . 信阳师范学院学报(自然科学版), 2016, 29(1): 120-123. doi: 10.3969/j.issn.1003-0972.2016.01.029
    [6] 唐波, 彭友仙, 陈彬, 瞿子航, 李昱.  基于BP神经网络的交流输电线路可听噪声预测模型 . 信阳师范学院学报(自然科学版), 2015, 28(1): 136-140. doi: 10.3969/j.issn.1003-0972.2015.01.033
    [7] 宋喜忠.  基于K-Means和粗糙集神经网络的节点故障诊断 . 信阳师范学院学报(自然科学版), 2014, 27(2): 292-295. doi: 10.3969/j.issn.1003-0972.2014.02.032
    [8] 吕会超, 张艳维, 崔书臣.  正庚烷-甲苯-环丁砜液液平衡体系的神经网络模型 . 信阳师范学院学报(自然科学版), 2014, 27(2): 263-266. doi: 10.3969/j.issn.1003-0972.2014.02.025
    [9] 刘渭清.  基于神经网络的等波纹全通滤波器设计方法 . 信阳师范学院学报(自然科学版), 2013, 26(3): 424-427. doi: 10.3969/j.issn.1003-0972.2013.03.029
    [10] 刘道华, 张礼涛, 曾召霞, 孙文萧.  基于正交最小二乘法的径向基神经网络模型 . 信阳师范学院学报(自然科学版), 2013, 26(3): 428-431. doi: 10.3969/j.issn.1003-0972.2013.03.030
    [11] 王海军, 史毓达, 程宏斌.  一种基于最大-最小贴近度的簇内数据融合机制 . 信阳师范学院学报(自然科学版), 2013, 26(3): 453-456. doi: 10.3969/j.issn.1003-0972.2013.03.037
    [12] 吴群, 陈晓辉, 李东普, 赵琴;.  改进RBF神经网络在降水量预测中的应用 . 信阳师范学院学报(自然科学版), 2011, 24(2): 268-271.
    [13] 张梅, 潘大仁, 周以飞, 艾育芳.  BP神经网络结合正交试验法优选锦锈杜鹃黄酮的提取工艺 . 信阳师范学院学报(自然科学版), 2011, 24(2): 261-264.
    [14] 黄文霞, 罗浩, 马占卿.  基于改进型蚁群神经网络的ECG心搏分类器 . 信阳师范学院学报(自然科学版), 2008, 21(4): 580-583.
    [15] 陈海燕.  模糊综合评价在物理实验中的应用 . 信阳师范学院学报(自然科学版), 2004, 17(1): 86-87.
    [16] 李宏伟.  时滞Hopfield神经网络的全局指数稳定性 . 信阳师范学院学报(自然科学版), 2001, 14(3): 259-263.
    [17] 黄俊.  自组织神经网络在空中目标识别中的应用 . 信阳师范学院学报(自然科学版), 1999, 12(1): 81-83.
    [18] 刘宏兵.  教学质量的模糊数学评价模式 . 信阳师范学院学报(自然科学版), 1999, 12(2): 152-154.
    [19] 付莉红, 贾元强, 樊铁钢.  模糊细胞神经网络的稳定性 . 信阳师范学院学报(自然科学版), 1999, 12(4): 390-392.
    [20] 陶有德,杨宏志,李毓.  基于神经网络的非等权移动平均预测模型的研究 . 信阳师范学院学报(自然科学版), 1995, 8(3): 224-228.
  • 加载中
计量
  • 文章访问数:  2172
  • HTML全文浏览量:  4
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-12
  • 修回日期:  2019-09-09
  • 刊出日期:  2020-01-10

基于人工神经网络的模糊宗地地价评估模型研究

doi: 10.3969/j.issn.1003-0972.2020.01.013
    基金项目:

    国家自然科学基金项目(41601418,41771438);河南省科技攻关项目(172102210539);数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放研究基金资助项目

    作者简介:

    王华(1986-),男,河南信阳人,讲师,博士,主要从事空间数据挖掘、空间决策支持技术研究;牛继强(1977-),男,山东郯城人,教授,博士,主要从事空间分析、空间数据挖掘等研究.

  • 中图分类号: F301.2

摘要: 针对传统市场比较法中可比实例选取较随意且特征权重确定较主观等问题,引入了基于人工神经网络的地价影响特征权重学习机制.以地价影响特征向量作为输入空间,土地价格作为输出空间,通过神经网络的反馈学习机制不断调整神经元之间的连接权重,建立地价与多维特征之间的精准复杂映射关系,并基于网络参数提取输入特征权重系数,然后耦合模糊数学方法选择比较案例,通过比较案例的加权价格最终计算得到评估对象价格.以湖北省武汉市某宗地评估为实例,结果表明:改进后的市场比较法的估价准确度要比现行土地估价市场比较法平均高出3.69%.

English Abstract

王华, 李雯雯, 牛继强, 刘殿峰. 基于人工神经网络的模糊宗地地价评估模型研究[J]. 信阳师范学院学报(自然科学版), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
引用本文: 王华, 李雯雯, 牛继强, 刘殿峰. 基于人工神经网络的模糊宗地地价评估模型研究[J]. 信阳师范学院学报(自然科学版), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
WANG Hua, LI Wenwen, NIU Jiqiang, LIU Dianfeng. An Improved Land Price Evaluation Method Based on Artificial Neural Network and Fuzzy Mathematics[J]. Journal of Xinyang Normal University (Natural Science Edition), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
Citation: WANG Hua, LI Wenwen, NIU Jiqiang, LIU Dianfeng. An Improved Land Price Evaluation Method Based on Artificial Neural Network and Fuzzy Mathematics[J]. Journal of Xinyang Normal University (Natural Science Edition), 2020, 33(1): 76-82. doi: 10.3969/j.issn.1003-0972.2020.01.013
参考文献 (15)

目录

    /

    返回文章
    返回

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计