灰色预测模型在住宅市场中的应用.pdf

《灰色预测模型在住宅市场中的应用.pdf》由会员分享，可在线阅读，更多相关《灰色预测模型在住宅市场中的应用.pdf（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2 0 0 9 年8 月第9 卷第4 期廊坊师范学院学报(自然科学版)J o u r n a lo fL a n g f a n gT e a c h e r sC o l l e g e(N a t u r n a lS c i e n c eE d i t i o n)A u g 2 0 0 9V 0 1 9N o 4灰色预测模型在住宅市场中的应用王薇曲静(石家庄经济学院，河北石家庄0 5 0 0 3 1)【摘要】在社会经济的各个领域，大量的决策问题离不开对变量未来值的预测或对不易观测变量的预测。而在进行预测的过程中，最重要的是预测模型的选择。着重研究了灰色预测模型，同时对住宅市场的销售面

2、积以及相关的三个因素进行了量化分析。经过检验具有很强的可行性和可靠性，为决策者进行相应的战略规划提供了科学的参考依据。【关键词】灰色模型；预测模型；房地产市场P r e d i c t i n gR e a lE s t a t eM a r k e tU s i n gG r a yM o d e l形A G 耽iQUJ i n g【A b s t r a c t】I ne v e r yf i l e d so fs o c i e t ya n de c o n o m y，m a n yd e c i s i o nc o u l dn o tb es e p e r a t e df

3、 r o mt h ef o r e c a s t i n gf o rv a r i a b l ef u t u r ev a l u ea n dv a r i a b l ew h i c he a r ln o tb eo b s e r v e de a s i l y T h i sp a p e re m p h a s i z e do ng r a yf o r e c a s t i n gm o d e la n dd oq u a t i a-t i v ea n a l y s i sf o rt h er e s i d e n t i a lb u i l d

4、 i n g ss a l e sa r e aa n dt h r e eo t h e rr e l a t e dr a t t e r s W ec h e c k e do u tt h ef e a s i b i t ya n dr e l i a b i l i t yo fg r a ys y s t e m，a n dp u tf o r w a r ds c i e n t i f i cr e f e r e n c e de v i d e n c ef o rd e c i s i o n-m a k e r【K e yw o r d,s】g r a yf o r

5、e c a s t i n g；p r e d i c t i o n gm o d e l；r e a le s t a t em a r k e t 中图分类号)F 0 1 4 3 文献标识码 A 文章编号 1 6 7 4 3 2 2 9(2 0 0 9)0 4 0 0 9 6 0 21引言经历了市场浪潮的无情冲刷之后，房地产逐渐由过热转向理性，由不成熟走向初步成熟，由粗放型转向技术型，如何在新一轮的发展中作出科学而准确的判断，对未来市场的走势作出预测就尤为重要。常见的住宅市场的预测方法有线性回归预测模型等，而房地产投资受政治、经济、社会等各种因素的影响，所以住宅包括房地产的需求预测实际上

6、是一个非线性问题。本文应用灰色系统理论建立模型，对商品房市场(主要是住宅市场)的走势进行了预测分析，旨在为新一轮的房地产市场的发展提供决策依据，也有利于国家和政府相关部门对房地产市场的管理，促进其健康发展。2 灰色预测模型2 1 灰色预测理论模型灰色系统指的是信息不完全确知的系统，他介于白色系统和黑色系统之间，是邓聚龙提出的处理不完全信息的一种新型理论。灰色预测利用将离散变异连续化的方法，用微分方程代替差分方程，用生成数序列代替原始时间序列，使数学处理变得比较容易。灰色预报的特点是可以处理小样本短序列建模问题，克服了统计回归分析方法需要大样本序列的弊端。住宅市场的发展变化过程受到自然和经济等多

7、种因素的影响，既包括确定的因素，又包括不确定的因素，可看作一个灰色系统。因此，采用以灰色系统为理论基础的的预测模型来预测是可行的。本文主要采用灰色预测中的序列预测。其建模过程如下：设原始时间数据序列为：艽m：菇o(1)，戈o(2)，髫(o(t,)对原序列作一次累加生成A G O(a c c u m u l a t e dg e n e r a t i n go p e r a t i o n)Iz(I(k)：戈0(i)(1)五得到生成数序列：算：菇1(1)，菇1(2)，筇1(n)由生成序列建立白化形式的方程：等+口菇n：(2)收稿日期 2 0 0 9 0 5 2 6 作者简介】王薇(1 9 7

8、 6 一)，女，石家庄经济学院助教，硕士。9 6 万方数据第9 卷第4 期王薇等：灰色预测模型在住宅市场中的应用2 0 0 9 年8 月微分方程(2)的解的离散解形式就是预测函数模型的G M(1，1)模型：髫1(k+1)：(菇(o(1)一u a)e 止+“，o(3)其待辩识参数向量 au 7 可按下式计算：J 口l：(曰r 口)一-曰r y(4)LUJ其中：l，：x o(2)，菇o(3)，茹o(厅)7曰=一 茗1(1)+髫“(2)2一 菇1(2)+髫1(3)2一 菇1(1 1,一1)+工1(尼)，2下式将预测数据还原可得预测值：筇o(k+1)：名1(k+1)一茗1(后)(5)2 2 模型精度检

9、验灰色模型的精度常采用后验方法检验。首先计算残差：e(k)：茗o(艮)一石o(|)，k=l，2，3，I得残差序列：e=P(1)，e(2)，e(忍)相对误差g(z)=孚警告x1 0 0(6)计算原始数列 算0 和残差数列 e 的标准差S，和S。：S，S。：压而=砉 e(刖一a 2(7)其中石1=i 1 蓦石(J|)，e 0=nye(|)k计算后验差比值C 和误差概率：=l PCc=r t,1 e，P=P le(k)一百I o 6 7 4 5S。=口j满足Ie(k)一百I 0 6 7 4 5 S，的基本事件数凡o3住宅市场需求预测3 1住宅年销售面积与相关因素的数据分析根据房地产市场特别是居民住宅

10、市场的发展情况，以及变量要易于量化和具有代表性的要求，通过对全国近十年来与住宅销售面积一同增长的各种影响房地产市场的因素的详细分析，设定了三个与之相关的因素：平均售价、城镇居民人数、和职工年平均工资。其中商品房平均售价综合反映了国内政治形势变化以及有关政策对房地产市场的影响，城镇家庭数目反映了城镇的人口状况，职工年平均工资反映了国民经济的发展状况和居民的实际购买能力。表1预测模型训练集从表1 中的数据分析，不难看出住宅年销售面积不断增加，尤其在2 0 0 7 年增幅最大。与其相关的三个因素平均售价、城镇居民人数、和职工年平均工资也与其同向发展，在2 0 0 7 年每平方米的销售价格也出现了不寻

11、常的增长。3 2灰色预测分析表2 预测分析预测模型公式c 的P 的最大相取值取值对误差以1 9 9 8 年2 0 0 7 年这十年间住宅年销售面积以及影响其发展的三个因素建立起的预测模型(见表2)，均达到了1 级精度(C 0 3 5，P 0 9 5)，且相对误差均低于1 0，属于高精度预测，模型可用。表3 未来5 年全国住宅销售面积、平均售价、城镇居民人数、和职工年平均工资预测值(下转1 0 0 页)9 7 万方数据2 0 0 9 年8 月廊坊师范学院学报(自然科学版)第9 卷第4 期时，工时却为以前的几分之几，飞机制造业中这一比例为8 0，即生产第一架飞机如果需要1 0 0 0 0 0 个工

12、时，则生产第2 架仅需8 0 0 0 0 个，第三架则需6 4 0 0 0 个，依此类推。把这种效应用曲线描述下来，如下图2：累计生产数量a累计生产数量b累计生产数量C图2 学习曲线a 图被称为学习曲线或经验曲线(L e a r n i n gC O U I V eo re x p e r i e n c eC O U l V e)o 如果用对数表示，则成为一条直线(如图二中的b 图)，将纵轴单位生产时间变为单位生产成本，同样适用(如图c)。在学习曲线的实际应用中，要注意：(1)不同组织和工作的学习率是有差别的，很多因素影响学习曲线的斜率，如奖励制度、产品设计因素、新工艺等，最重要的是工作本身

13、的复杂性，以及人力和机器、输入之间的比例关系，如果某项工作机器高度自动化，则人力的学习率可能很小，所以，每种工作的学习率应由实证求得；(2)学习曲线不能无限制存在，其在大量生产出现之前比较显著，当产量达到一定规模且产出较为稳定后，学习效应则趋向于不明显，单件产品生产时间减少也会逐渐不明显；(3)在实证学习曲线斜率时，要注意间接人工成本的存在，第一件产品的生产时间核算要力求准。参考文献 1 徐丽娟基于第三方的企业安全生产(模式)研究 J 安防科技2 0 0 4。(1 0)2 J a c kR M e r e d i t h，S c o t tM S h a r e r M B A 运营管理 M

14、北京：中国人民大学出版社，2 0 0 4 3 李政忙，易必武生产能力核定中的一个重要参数及其应用 J 吉首大学学报，2 0 0 5，(1)(上接9 7 页)利用模型预测未来五年住宅销售面积、平均售价、城镇居民人数、和职工年平均工资(见表3)。分析表明在未来5 年的时间里城镇居民人口总数仍然会持续上涨，基本的住房需求还会增加；随着职工平均工资的提高，人们也会逐步提高住房条件，必然导致全国住宅的销售面积增幅会加大。4 结束语本文在对全国的住宅市场特点进行分析的基础上，利用灰色建模的优越性，通过灰色系统的模型来预测全国住宅销售面积。预测结果表明，虽然地产业受到经济危机的影响，但未来几年自住需求仍然1

15、 0 0 强劲。为了稳定市场预期应继续实行从紧的货币政策，抑制市场过度投资需求，同时继续增加住房有效供给，调整住房供应结构，使房地产市场在新的供求关系下找到新的平衡点，逐步实现理性回归，保持房地产市场稳定，促进房地产市场健康发展。参考文献 1 沈正超，韩丽川上海住宅与房地产开发利用外资问题研究 J 上海房地产，1 9 9 8，(7)：1 2 1 4 2 邓聚龙灰色系统基本方法 M 武汉：华中工学院出版社，1 9 8 7：1 0 4 1 0 5 3 中华人民共和国国家统计局中国统计年鉴 M 北京：中国统计出版社，1 9 9 9 2 0 0 8 重茁钆州翠舛厘茁钆划趟碍厘窖k 划翠斟万方数据灰色预

16、测模型在住宅市场中的应用灰色预测模型在住宅市场中的应用作者：王薇，曲静，WANG Wei，QU Jing作者单位：石家庄经济学院,河北,石家庄,050031刊名：廊坊师范学院学报(自然科学版)英文刊名：JOURNAL OF LANGFANG TEACHERS COLLEGE年，卷(期)：2009，9(4)被引用次数：0次 参考文献(3条)参考文献(3条)1.沈正超.韩丽川 上海住宅与房地产开发利用外资问题研究 1998(7)2.邓聚龙 灰色系统基本方法 19873.中华人民共和国国家统计局 中国统计年鉴 2008 相似文献(10条)相似文献(10条)1.期刊论文 孔玲爽.阳春华.王雅琳.KON

17、G Ling-shuang.YANG Chun-hua.WANG Ya-lin 一种基于灰色模型和机理模型集成的质量预测模型及其应用-湖南文理学院学报（自然科学版）2007,19(2)针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到

18、显著的提高.2.期刊论文 关志强.陈谊.GUAN Zhi-qiang.CHEN Yi 灰色模型在健康数据预测中的应用-北京工商大学学报(自然科学版)2008,26(2)分析寻找适合在健康数据中的预测模型.本文分析了可以用于医学方面疾病预测诊断的数学模型的设计思想和方法,并将其中的灰色预测模型做了适当的改进并用于临床的人体血压的预测中.把个人的体检历史数据作为样本点,经过模型计算预测出未来一段时间的身体指标,从而达到预防疾病的作用.经实际验证模型在血压预测方面准确率超过90%,取得了较为理想的效果.3.学位论文 罗娟 电力负荷预测模型的研究与应用 2007 随着电力系统的发展和市场化改革的不断深

19、入，电网管理日趋现代化，能量管理系统EMS的应用越来越广泛。负荷预测特别是中短期负荷预测是EMS的一个重要模块，也是电力市场技术支持系统的重要组成部分，准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。所以负荷预测理论与算法的研究己成为一个十分重要的课题。本文主要针对电力系统的中期年每月负荷以及短期的日负荷预测模型进行研究。针对具有增长和波动二重趋势的月峰值负荷，本文提出了以纵向历史数据的趋势项为原始序列，用GM(1，1)灰色模型进行增长趋势预测，和用滑动平均法来预测季节项的双趋势预测模型，该模型不仅预测精度高而且还巧妙的利用滑动平均法中参数的灵活性很好的解决了一、二月份负荷受春

20、节影响的特殊性。鉴于日负荷预测数据较多的特点，本文采用分解建模的方法。首先利用具有非线性逼近能力的RBF神经网络预测出所需预测日的最大负荷值与最小负荷值；然后用相似日算法推出所需预测日的负荷曲线形状，即负荷曲线系数；再根据负荷曲线上各点负荷与最大、最小负荷之间的系数关系推算出各点的负荷。最后本文根据研究的模型，针对广东省惠州地区的历史数据，分别给出了中短期负荷预测的实例，预测结果证明了上述模型的有效性。4.期刊论文 朱良峰.潘信.ZHU Liang-feng.PAN Xin 基于灰色模型的旅游地客源预测-以信阳南湾风景区为例-信阳师范学院学报（自然科学版）2005,18(3)旅游地客源数据对于

21、判断一特定的旅游地在其生命周期中所处的阶段具有重要的指示意义,传统的线性预测方法不适用于处于稳定发展期的旅游地的客源预测.旅游地客源市场除了受自身条件的限制,还受众多外部影响因素的控制,很难用确定的数学模型对这些因素进行精确的定量评估.灰色系统理论将旅游地的发展变迁当作一个灰色系统,用灰色模型去发掘、认识其原始时间数据序列中所蕴涵的内在规律,从而预测旅游地客源市场的发展走势.通过对信阳南湾风景区客源市场进行实证分析,可以看出灰色预测模型具有较高的建模精度,预测方法和结果对其他旅游地的客源市场预测具有一定的借鉴和参考价值.5.期刊论文 姜鹏.张德军.JIANG Peng.ZHANG De-jun

22、 灰色理论在路基沉降预测中的应用及其改进-山西建筑2007,33(20)系统介绍了灰色理论预测模型在路基沉降预测中的应用,并对灰色模型进行了改进,建立了五个灰色理论预测模型,通过模型预测值与实测值比较,得出灰色理论预测模型适合于沉降过程曲线发展缓慢的软土路基沉降预测,而采用灰数等维递补动态预测模型和改进的灰色模型具有更高的预测精度.6.学位论文 谭何军 基于苛性比值与溶出率预测模型的拜耳法配料参数优化设定的研究 2005 氧化铝原矿浆配料和氧化铝高压溶出是拜耳法氧化铝生产两道重要的工序，它们相互联系，相互影响。原矿浆配料是拜耳法氧化铝生产中的第一道工序，其任务是为高压溶出工序配制合格的原矿浆，

23、能否制备满足生产要求的原矿浆，将直接影响溶出的苛性比值与溶出率这两个重要经济技术指标。但目前配料参数全靠手工计算操作，并且没有反映溶出工况的变化，造成苛性比值和溶出率不稳定，无法满足实际的控制要求。所以本文提出一种基于溶出参数苛性比值和溶出率预测模型的配料参数优化设定模型，有效的解决了配料过程参数优化设定问题。论文的主要研究成果包括：(1)分析氧化铝高压溶出过程机理的基础上，确定了影响苛性比值与溶出率的主要因素，提出了苛性比值与溶出率的机理模型；然后，提出了基于主元分析的多神经网络模型，从而建立苛性比值和溶出率的机理模型与神经网络的智能集成预测模型。(2)在分析原矿浆配料过程的基础上，确定了影

24、响原矿浆液固比的主要因素以及它们之间的关系，根据物料平衡原理建立了液固比的机理模型。其中的机理模型中的物料成分参数运用灰色模型进行预测，解决了参数检测滞后的问题。(3)为了解决液固比机理模型不能反映溶出过程工况变化的缺陷，在分析溶出过程机理的基础上，运用模糊辨识理论从大量的工厂现场数据中挖掘出溶出矿浆苛性比值和溶出率与原矿浆液固比的模糊专家规则，并根据拜耳法溶出过程苛性比值与溶出率软测量模型的预测值，对液固比机理模型进行修正。仿真结果表明运用了苛性比值与溶出率的智能集成预测模型，对配料液固比参数的优化效果好，稳定了生产。7.期刊论文 谢松云.王鹏伟.谢玉斌.Xie Songyun.Wang P

25、engwei.Xie Yubin 基于灰预测模型的图像边缘检测新方法研究-西北工业大学学报2008,26(5)图像的边缘是图像特征提取与分析理解的基础,其检测质量直接决定后期理解的效果.为了更有效地检测出图像边缘信息,提出了一种基于灰色预测模型的图像边缘检测新方法.该方法向GM(1,1)求解模型的指数中加入了一个调整参数p,通过选择象素周围不同方向的象素数据点以及2次调整参数p的取值对图像进行预测处理.从而得到1幅轮廓增强和1幅未增强的预测图像,将这2幅图像做差,便获得了1幅图像的边缘位置信息.使用改进后的方法对1组图像进行了预测处理,其结果表明,该算法能够有效地检测出图像的边缘信息,并且图像

26、的细节部分也能够清楚地获得,说明是一种有效的图像边缘检测新算法,同时为灰色理论应用于图像边缘检测进行了尝试与探讨.8.期刊论文 唐斌.Tang Bin 基于灰色理论的交通量预测-甘肃科技2009,25(6)灰色模型可以在交通量资料缺乏的条件下建立模型进行预测,运用灰色模型对未来交通量进行预测.在灰色预测的基础上,建立了一阶单变量的交通量预测模型,运用灰色GM(1,1)模型来体现交通量的灰色性.实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,成功地预测了交通量,预测结果证明了该模型的优点,该模型具有较强的适用性.本方法简便、适用,尤其能够在历史数据缺乏、离散性高、并对影响历史数据的各

27、因素认识不十分清楚的情况下,能够得到较高精度的预测结果,利用灰色理论进行交通量预测是一种行之有效的方法.9.学位论文 汪慧计 上海市能源需求短期预测模型的研究与应用 1996 该文首先选择上海统计局的能源平衡表作为基础数据,并对基础数据进行了分析和整理,确保了数据的可靠性及在未来日常预测工作中的可获取性.该文的能源需求预测模型首次引入了组合预测思想,其中单项模型选用时间序列分析中的指数平滑模型、趋势外推模型和灰色系统理论中的灰色模型GM(1,1).该能源需求组合预测模型不仅有较高的预测精度,而且适应面广,具备数据模式自识别能力,能针对不同能源不同产业的消费情况自动选择单项模型并委以不同权重.这

28、样一方面降低了预测成本,无需开发多组模型,预测时也不须依赖额外数据;另一方面也降低了对决策者预测知识的要求,提高了模型的可操作性.10.期刊论文 孙奇.杨伟.SUN Qi.YANG Wei 基于证据理论Dempster合成法则的灰色负荷预测模型融合-电力科学与工程2006,(4)首先建立负荷预测的灰色模型,用3种不同阶数的灰色模型对负荷进行预测,针对灰色模型预测存在误差较大且误差变化剧烈的缺点,提出利用证据理论对负荷预测结果进行融合.通过分析3种灰色模型的预测误差,用Dempster合成法则融合预测结果的误差,并将融合后的结果重新用于负荷预测.结果表明,经过证据理论Dempster合成法则融合后的预测结果具有更高的预测精度.本文链接：http:/