李秀芝，刘成林，刘 琴，李晨曦，张芳婕，高宇豪

（内江师范学院地理与资源科学学院，四川内江641100）

商品房销售价格（简称房价）是城镇居民长期以来关注的热点.目前，我国房地产市场正处于转型升级的重要时期，房价不仅关乎群众的切身利益，更是社会和谐、国家稳定的关键要素.近年来房价的快速上涨加重了居民的生活负担，政府出台了相关的调控政策，随着日益趋紧的调控政策的发布，房价的上涨趋势得到一定程度的遏制，但由于各级部门的落实问题和房地产市场的复杂实况，未来房价的走势依然不明朗，这对房地产投资者、消费者的决策带来很大的困扰.因此采用适合的预测模型，对房价的未来变化趋势进行预测具有重要意义.已有学者从不同的视角运用多种方法在学术研究领域对未来房价进行分析和预测.例如王奕翔等[1]运用改进型RF-BP 神经网络的方法，刘智禄等[2]基于GM 模型和BP 神经网络的组合模型对房价进行了分析与预测.鲍建华等[3]构建了灰色关联模型、岭回归模型对未来房价进行分析与预测.这些方法对历史数据的要求较高，需要从复杂的预测因子中，寻找各因素之间的相互规律，然而这会导致数据统计的难度加大，不利于实际操作.马耀庭等[4]运用马尔科夫链进行了帧时隙ALOHA 防碰撞算法仿真与研究.而谷秀娟等[5]、胡振寰等[6]、谢茂茂等[7]基于马尔科夫链对商品房住宅销售价格的月度统计数据进行时间序列……