李春生，李霄野，张可佳

(东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318)

0 引 言

近年来，国内房地产行业高速发展，房价的走势受到越来越多人的关注。研究房价的影响因素，并对未来房价进行预测，对于国家经济发展和改善民生具有重要的意义[1]。

国家每年都有相关的年鉴数据，如何从大量且无规律的房地产统计数据中挖掘出房价的走向，成为当今房地产行业的研究热点。文中提出了一种基于遗传算法改进的BP神经网络房价预测模型，以2005-2012年中国统计年鉴数据为基础，分析预测了2013年、2014年、2015年房价，并与相关真实数据进行比较，从而进行误差分析。

1 BP神经网络基本原理

BP(back propagation)神经网络也称反向传播网络，是一种按误差逆传播算法训练的多层前馈网络[2]，通常具有3层或3层以上结构。图1是一种简单的3层BP神经网络拓扑结构，包括输入层、输出层和隐含层，各层神经元与下层所有神经元连接，而同层各神经元之间无连接。图1中x1、x2、x3为输入信号值，y1、y2、y3为输出信号值。

BP神经网络的基本原理是采用梯度下降法，通过反向传播不断调整网络的权值和阈值，直到误差减小到最低[3]。其训练过程实质上是对各连接权值的动态调整，输入信号的正向传播与误差的反向传播过程循环进行，一直到输出的均方误差达到要求的标准。

图1 3层BP神经网络拓扑结构

目标函数定义为：

(1)

BP神经网络的训练过程如下：

(1)随机数初始化误差函数：假设网络结构为一个含有n个神经元的输入层,含有l个节点数的隐含层,含有m个节点数的输出层。……