摘要
针对BP神经网络输入节点、初始权值的选取和激励函数问题,讨论BP神经网络预测模型的建立与改进。然后构建改进后的BP神经网络预测模型,并以贵阳市1998年~2013年的房价及其影响因素的数据为基础,通过实验验证该改进模型的有效性和精确性;结果表明采用论文模型预测结果相对误差不超过0.6%。
Aiming at the problem of input node,initial connection weights and excitation function.the establishment and improvement of the prediction model of BP neural network are discussed.The generation reasons and influencing factors of house price based on the data of house price in Guiyang（1998~2013）are analyzed,then the prediction model of house price in Guiyang is built,using the improved BP neural network.Finally the model＇s effectiveness and accuracy are validated by experiments.The results show that the relative error of the model prediction results is less than 0.6%.
出处
《计算机与数字工程》
2016年第3期482-486,545,共6页
Computer & Digital Engineering
基金
贵州省科学技术基金项目<组播覆盖网性能度量及优化技术研究>(编号:黔科合J字[2010]2256号)
贵州省科学技术基金项目(编号:黔科合J字[2010]2100号)
医疗云平台的设计与研究(编号:联科(合)20130901)
贵州大学引进人才科研项目(编号:贵大人基合字(2009)029号)资助
关键词
BP神经网络
遗传算法
PCA算法
激励函数
房价
数据预测模型
BP neural network
genetic algorithms
PCA algorithms
excitation function
house price
data prediction model
