数学建模房价预测和影响因素问题
Intercept 年份 -2570197 1285、316 275625、3 -9、32497 1、43E-05 -3205790 -1934604 137、2976 9、36153 1、39E-05 968、707 1601、925 -3205790968、707附录二
Matlab在层次分析中求权向量及检验值 clear all clc A=[1 2 1/5 1/2 1/5;1/2 1 1/5 1/3 1/5;5 5 1 3 1/3;2 3 1/3 1 1/3;5 5 3 3 1]; [n,n]=size(A); x=ones(n,100); y=ones(n,100); m=zeros(1,100); m(1)=max(x(:,1)); y(:,1)=x(:,1); x(:,2)=A*y(:,1); m(2)=max(x(:,2)); y(:,2)=x (:,2)/m(2); p=0、0001;i=2;k=abs(m(2)-m(1)); while k>p i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i)); y(:,i)=x (:,i)/m(i); k=abs(m(i)-m(i-1)); end a=sum(y(:,i)); w=y (:,i)/a; t=m(i); disp;disp(w); disp(disp(t); CI=(t-n)/(n-1);RI=[0 0 0、52 0、89 1、12 1、26 1、36 1、41 1、46 1、49 1、52 1、54 1、56 1、58 1、59]; CR=CI/RI(n); if CR<0、10 disp; disp('CI=');disp(CI); disp('CR=');disp(CR); else disp end 附录三
数学建模房价预测和影响因素问题
Mathematic居民购房消费对CPI关系的拟合 拟合曲线一Mathematic形式保存。
附录四
Lingo在单目标优化模型中求最值
算法结果以软件形式保存。
附件五
Matlab在灰色预测中对参数求值及残差检验 clc clear x0= [5119、276 6688、352 6842、004 7196、007 8360、984 82550、13 12839、98 14399、89 14502、29 16537、52]; %每年房价原始数据 for i=2:8 x1(1)=x0(1); x1(i)=x1(i-1)+x0(i); end x1 %对原始数据进行累加 for i=1:7 yn(i)=x0(i+1); end yn for i=1:7 b(i)=(-0、5)*(x1(i)+x1(i+1)); end b for i=1:7 B(i,1)=b(i); B(i,2)=1; end B %求得数据矩阵B c=inv(B'*B)*B'*yn' a=c(1,1) u=c(2,1) %通过最小二乘法求出变量a,u for t=1:8 x11(t)=u/a+exp(-a*t)*(-u+1827*a)/exp(-a)/a; end 数学建模房价预测和影响因素问题
x11
%建立时间响应函数 q0=x1-x11 for i=2:8
q1(1)=q0(1);
q1(i)=q1(i-1)+q0(i); end q1
%残差第一次累加 for i=2:8
q2(1)=q1(1);
q2(i)=q2(i-1)+q1(i); end q2
%残差第二次累加 for i=1:7
b1(i)=(-0、5)*(q2(i)+q2(i+1)); end b1
for i=1:7 B1(i,1)=b1(i); B1(i,2)=1; end B1
c1=inv(B1'*B1)*B1'*yn' a1=c1(1,1) u1=c1(2,1) syms t
q2t=u1/a1+exp(-a1*t)*(-u1+q2(1)*a1)/exp(-a1)/a1; D=diff(q2t)
%对二次残差求灰导
X=u/a+exp(-a*t)*(-u+1827*a)/exp(-a)/a+D; C=1:5;
y=subs(X,t,C) z2013=y(3)-y(2) z2014=y(4)-y(3) z2015=y(5)-y(4)
%求得2013-2015年房价数据 附件六 改进后方案 指 标 食 品 烟酒 用品 衣 着 家庭设备用品及维修服务 医疗保健与个人用品 交通 通信 娱乐教育文化用品及服务 居 住 数学建模房价预测和影响因素问题
投资 (万元) 30、7 12、7 0 2 13、8 0 27 30、2 最大收益为125、4432万元。
附录七
(2)相对不规范房的销售价格行为这一准则,各方案之间的重要性比较(判别矩阵B1?C):
Y1Y1?1Y2?3?Y3?1/5?Y4?1/7Y5??1/9Y21/3Y35Y4Y57B1?C9?1759?? 1/7135??1/51/315?1/91/51/51??(3)相对地价上升致开发成本提高这一准则,各个方案的重要性比较(判别矩阵
B2?C):
Y1Y1?1Y2?3?Y3?5?Y4?7Y5??9Y2Y3Y4Y51/31/51/71/9?171/59??
B2?C1/7135??1/51/315?1/91/51/51??(4)相对消费心理这一准则,各方案之间的重要性比较(判断矩阵B3?C):
Y1Y2Y3Y4Y5Y1?11/3571/9??Y2?3171/53??
B3?CY3?51/7135???Y4?1/751/311/7?Y5?1??91/31/57?(3)利用上述公式,带入求值,分别计算出了判断矩阵B2?C矩阵相对重要性权值及
?max,CR,然后,通过求得的?max,查找相应的平均随即一致性指标RI。它们具体数值为 ?0.3906??0.2093???(2)W(2)??0.8694? ?max=5.114,CR=0.042,CI?0.038,RI?1.112;
??0.0255????0.0126??(4)利用上述公式,带入求值,分别计算出了判断矩阵B3?C矩阵相对重要性权值及?max,CR,然后,通过求得的?max,查找相应的平均随即一致性指标RI。它们具体数值为
数学建模房价预测和影响因素问题
?0.3134??0.1785???(2)W(3)??0.5471? ?max=5.114,CR=0.042,CI?0.038,RI?1.112
??0.0892????0.0079??
数学建模房价预测和影响因素问题
