基于改进狮群算法和BP神经网络模型的房价预测

丁飞,江铭炎^*

山东大学信息科学与工程学院, 山东 青岛 266237

发布日期:2021-08-18

作者简介:丁飞(1997— ),女,辽宁大连人,硕士研究生,主要研究方向为群智能优化算法及其应用. E-mail:15898143460@163.com. *通信作者简介:江铭炎(1964— ),男,山东济南人,教授,博士生导师,主要研究方向为群智能优化算法及其应用. E-mail:jiangmingyan@sdu.edu.cn
基金资助:国家自然科学基金资助项目(61771293);山东省自然科学基金资助项目(ZR2020MF153);山东省重点资助项目(2019JZZY010111)

Housing price prediction based on improved lion swarm algorithm and BP neural network model

DING Fei, JIANG Mingyan^*

School of Information Science and Engineering, Shandong University, Qingdao 266237, Shandong, China

Published:2021-08-18

摘要/Abstract

摘要： 将狮群算法(lion swarm optimization, LSO)与海鸥算法的迁徙机制和螺旋搜索机制结合,增强算法的局部搜索能力;同时增加监督机制,提高算法的全局搜索能力。与粒子群算法和狮群算法对比,在常用的测试函数上验证改进狮群算法的优越性。采用改进后的狮群算法优化BP神经网络模型,对房屋价格预测问题进行研究,通过房屋的户型、面积等相关指标有效地对青岛市的二手房价格进行预测。改进后的狮群算法对BP神经网络的权值和偏置进行优化,提高BP神经网络的收敛速度和训练精度。试验结果表明,提出的螺旋搜索狮群和BP结合算法(spiral search lion swarm optimization-BP, SLSO-BP)模型在房价预测问题上预测效果更好。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2048