文献类型：期刊文章

作　　者：唐晓彬[1] 张瑞[1] 刘立新[1]

Tang Xiaobin;Zhang Rui;Liu Lixin

机构地区：[1]对外经济贸易大学统计学院

出　　处：《统计研究》

基　　金：国家社会科学基金一般项目“大数据背景下地区主要经济统计指标预测预判方法体系研究”(16BTJ027)的资助.

年　　份：2018

卷　　号：35

期　　号：11

起止页码：71-81

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：传统SVR模型可预测房价的变化趋势,但不恰当的参数设置会影响预测的精度。本文针对北京市二手房同比价格指数的非线性变化特征,将蝙蝠算法引入到SVR模型中,使其对模型的三个参数进行优化设置,结合网络搜索数据,构建了BA-SVR&WSD混合模型,并给出了该模型算法的预测流程,通过引入多个基准预测模型和预测性能度量指标进行对比研究。结果表明:基于蝙蝠算法的SVR模型具有较好的泛化能力,预测效果更准确且预测精度更高,该预测方法也为北京市二手房价格的监测和调控提供了有价值的参考。

关 键 词：蝙蝠算法  BA—SVR&WSD混合模型  网络搜索数据  北京二手房价预测  

分 类 号：C812[统计学类]