《表2 南京市2018.4-2018.9房价模型拟合值对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《"基于GM(1,1)模型的南京市房价预测研究"》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

两个模型拟合结果如表2所示。根据表2的数据，可以知道GM(1，1）模型在房地产的时间序列（2018.04-2018.09）拟合值可信度较高，BP神经网络在拟合房价方面做到了简便、高效、减小误差，提高计算精度[9]，但是在本文的拟合数据中，BP神经网络的拟合精度较GM(1，1）的精度略差；由表3可知，GM(1，1）模型能够较好地预测南京市2018.10-2018.12的房价走势数值，BP神经网络模型虽然预测精度也较高，但仍低于GM(1，1）模型。比较表2和表3数据可知，GM(1，1）模型不仅拟合效果好于BP神经网络模型，而且预测效果更优。