基于合理遗忘历史样本的房地产价格非线性预测

为了更好地了解房地产价格变化趋势,针对房地产价格的时变性以及样本之间的时间相关性,文章提出一种基于合理遗忘历史样本的房地产价格的预测模型(RF-ELM)。首先采用相空间重构对房产价格样本进行重构,对隐藏于房产价格数据间的信息进行深入挖掘,恢复房产价格时间序列原动力系统,然后通过引入遗忘因子减弱旧训练样本影响,并以泛化能力作为模型的评价准则,对极限学习机输出权值进行选择性更新,最后进行了仿真分析。结果表明,RF-ELM的房地产价格学习速度预测性能优于对比模型,获得了更加理想的房地产价格预测效果。