《表1 用于BP神经网络训练和测试的原始数据样本》

  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BP神经网络模型的商品房价格预测研究》

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

注：数据来源于某城市历年统计年鉴及房地产管理局.

果蝇-蛙跳算法初始化参数选取为：果蝇群体数量M=300，果蝇算法最大迭代次数max1=200，果蝇优化迭代步进值rand=0.52；蛙跳算法最大迭代次数max2=65，族群数m=20，每个族群含个体数k=10.BP网络训练误差的目标精度为0.000 1.BP神经网络的最大迭代次数为300，目标误差为10-4.通过MATLAB软件利用表1中的2000～2014年15组数据对BP神经网络加以训练，直至BP网络达到规定的误差目标精度或最大迭代次数.网络训练误差情况如图3所示.当网络训练步数达到104步时，能满足目标误差要求，BP神经网络的训练时间短，训练精度高.2015～2018年的4组数据验证样本的测试结果如表2所示，用于商品房平均售价预测的BP神经网络输出值s与期望输出值（即商品房平均销售价格的真实值）Q之间的最大相对误差为1.79%，说明建立的BP神经网络模型能比较客观、准确、有效预测商品房平均销售价格.