李光明

江蘇天元房地產(chǎn)評估造價(jià)集團(tuán)有限公司 江蘇南京 210000

1 住宅房地產(chǎn)估價(jià)指標(biāo)體系構(gòu)建

BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。在構(gòu)建基于BP 神經(jīng)網(wǎng)絡(luò)的住宅房地產(chǎn)估價(jià)模型中，首先需建立起住宅房地產(chǎn)估價(jià)指標(biāo)體系。指標(biāo)體系建立過程如下：

1.1 選取案例

在相似度較高的房地產(chǎn)區(qū)位分布、交易時(shí)間以及用途等條件下，選取具有可比較性的住宅房地產(chǎn)交易案例，分析交易案例中影響價(jià)格的因素。根據(jù)待估住宅房地產(chǎn)的特點(diǎn)，結(jié)合房地產(chǎn)評估的目的，確定影響住宅房地產(chǎn)價(jià)值的重要因素，將其視為價(jià)格修正因素[1]。

1.2 確定指標(biāo)

一般情況下，影響住宅房地產(chǎn)價(jià)值的因素包括宏觀因素、實(shí)體因素、區(qū)位因素、環(huán)境因素，其中宏觀因素對所有房地產(chǎn)的影響程度一致，可剔除。所以，只需考慮其他三項(xiàng)因素，將實(shí)體因素、區(qū)位因素、環(huán)境因素確定為一級指標(biāo)，并在各一級指標(biāo)下設(shè)二級指標(biāo)，共14 項(xiàng)，具體如下：

（1）實(shí)體因素（一級指標(biāo)）。下設(shè)基本構(gòu)造、建筑結(jié)構(gòu)、工程質(zhì)量、裝修情況、新舊程度5 項(xiàng)二級指標(biāo)。

（2）區(qū)位因素（一級指標(biāo)）。下設(shè)區(qū)位位置、醫(yī)療情況、交通情況、教育資源、商業(yè)繁榮5 項(xiàng)二級指標(biāo)。

（3）環(huán)境因素（一級指標(biāo)）。下設(shè)衛(wèi)生環(huán)境、視覺環(huán)境、社區(qū)文化、社會(huì)治安4 項(xiàng)二級指標(biāo)。

1.3 指標(biāo)量化

對上述住宅房地產(chǎn)估價(jià)指標(biāo)進(jìn)行量化處理，尤其要對定性指標(biāo)進(jìn)行科學(xué)量化，可采用主觀賦權(quán)法、專家打分法進(jìn)行量化。具體如表1 所示。

2 住宅房地產(chǎn)估價(jià)中BP 神經(jīng)網(wǎng)絡(luò)的應(yīng)用

2.1 構(gòu)建模型

基于BP 神經(jīng)網(wǎng)絡(luò)構(gòu)建起住宅房地產(chǎn)估價(jià)模型，設(shè)計(jì)輸入層、輸出層、隱含層節(jié)點(diǎn)數(shù)，確定模型在神經(jīng)網(wǎng)絡(luò)中的各項(xiàng)參數(shù)。

（1）輸入層。該層節(jié)點(diǎn)數(shù)為樣本矢量維數(shù)，在BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練中要關(guān)注輸入變量之間的相關(guān)性，選擇相關(guān)性小的變量，將變量與參考數(shù)進(jìn)行對比，剔除可靠性差的數(shù)據(jù)[2]；輸入變量是房地產(chǎn)估價(jià)指標(biāo)，所以節(jié)點(diǎn)數(shù)為14。

（2）輸出層。該層節(jié)點(diǎn)數(shù)為輸入信息的種類數(shù)，通過擬合函數(shù)計(jì)算輸出空間維數(shù)；輸出值為房地產(chǎn)評估價(jià)值，所以節(jié)點(diǎn)數(shù)為1。

（3）隱含層。該層數(shù)目越多，則神經(jīng)網(wǎng)絡(luò)處理大量數(shù)據(jù)的能力越強(qiáng)，可提高數(shù)據(jù)處理的精確度，但與此同時(shí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練也會(huì)更加復(fù)雜。通過多次試驗(yàn)證明，將隱含層數(shù)目設(shè)定為4 時(shí)，不僅可匹配輸入層與輸出層節(jié)點(diǎn)數(shù)，而且還會(huì)降低BP 神經(jīng)網(wǎng)絡(luò)泛化能力。

2.2 訓(xùn)練神經(jīng)網(wǎng)絡(luò)

BP 神經(jīng)網(wǎng)絡(luò)初始權(quán)值在[-0．5,0．5]；BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練中確定的期望訓(xùn)練誤差為0．00004；BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率取值在[0．1，0．7]。建議運(yùn)用MATLAB 提高BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率，在MATLAB 的工具箱中建立BP 神經(jīng)網(wǎng)絡(luò)房地產(chǎn)估價(jià)模型，利用NFWEF 函數(shù)完成表達(dá)式，需輸入樣本個(gè)數(shù)、輸入變量個(gè)數(shù)、隱含層節(jié)點(diǎn)數(shù)、傳遞函數(shù)、訓(xùn)練函數(shù)、學(xué)習(xí)函數(shù)、績效函數(shù)、輸入處理函數(shù)、數(shù)據(jù)分區(qū)等參數(shù)，之后再對上述函數(shù)進(jìn)行調(diào)整優(yōu)化，建立出模型。將各項(xiàng)指標(biāo)參數(shù)導(dǎo)入到模型中，設(shè)置初始參數(shù)，開始BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練，訓(xùn)練集為全部樣本數(shù)據(jù)的70%[3]。

3 結(jié)語

表1 房地產(chǎn)估價(jià)指標(biāo)變量及量化描述表

綜上所述，BP 神經(jīng)網(wǎng)絡(luò)在住宅房地產(chǎn)估價(jià)中的應(yīng)用主要包括選取案例、確定指標(biāo)、構(gòu)建模型、訓(xùn)練神經(jīng)網(wǎng)絡(luò)、檢測模型、估價(jià)結(jié)果輸出六個(gè)環(huán)節(jié)，需要構(gòu)建起合理的房地產(chǎn)估價(jià)指標(biāo)體系，并借助MATLAB 軟件建立BP 神經(jīng)網(wǎng)絡(luò)估價(jià)模型，實(shí)現(xiàn)對住宅房地產(chǎn)評估的程序化設(shè)計(jì)，有效解決模型參數(shù)輸入輸出中的非線性問題，從而保證住宅房地產(chǎn)估價(jià)的準(zhǔn)確性，提高住宅房地產(chǎn)估價(jià)的工作效率。