دوره 3، شماره 9 - ( زمستان 1393 )                   جلد 3 شماره 9 صفحات 57-45 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Amanpour S, Soleymani Rad E, Keshtkar L, Mokhtari Chelcheh S. Ahwaz Estimated Housing Prices Using Neural Networks. IUESA 2015; 3 (9) :45-57
URL: http://iueam.ir/article-1-105-fa.html
امان‌پور سعید، سلیمانی‌راد اسماعیل، کشتکار لیلا، مختاری چلچه صادق. تخمین قیمت مسکن شهر اهواز با استفاده از شبکه عصبی. فصلنامه علمی-پژوهشی اقتصاد و مدیریت شهری. 1393; 3 (9) :45-57

URL: http://iueam.ir/article-1-105-fa.html

تخمین قیمت مسکن شهر اهواز با استفاده از شبکه عصبی
سعید امان‌پور ، اسماعیل سلیمانی‌راد ، لیلا کشتکار* 1، صادق مختاری چلچه
1- ، keshtkarleila98@yahoo.com
چکیده:   (16158 مشاهده)
در بعد اقتصادی هر جامعه، مسکن همواره یک نیاز اساسی است. از این رو، تحولات بخش مسکن، تأثیر فراوانی بر سایر بخش‌های اقتصاد دارند؛ بنابراین یکی از نیازهای قابل توجه دولت‌ها در امر مسکن، پیش‌بینی دقیق قیمت مسکن و تعیین عوامل تأثیرگذار بر قیمت این کالا است. پژوهش حاضر، با هدف تخمین قیمت مسکن و تعیین عوامل تأثیرگذار بر آن در شهر اهواز، بررسی نسبتاً کاملی از عملکرد شبکه عصبی (مدل پرسپترون چند لایه) در پیش‌بینی قیمت مسکن انجام داده است. ماهیت تحقیق، توسعه‌ای-کاربردی و روش انجام آن، توصیفی- تحلیلی می‌باشد. در این پژوهش، 233 نمونه واحد آماری در سال 1392 براساس 16 متغیر مربوطه به منظور تخمین قیمت مسکن، مورد ارزیابی قرار گرفته است. از این رو برای ایجاد شبکه عصبی مصنوعی، از نرم‌افزار MATLAB بهره گرفته شد و در نهایت، شبکه‌ای با یک لایه پنهان و 12 نرون، استفاده شد. همچنین به منظور تعیین میزان تأثیرگذاری عوامل گوناگون بر قیمت این کالا، از روش رگرسیون خطی گام به گام، بهره گرفته شده است. نتایج به دست آمده، نشان‌دهنده دقت 91 درصدی شبکه عصبی در تخمین قیمت واحد مسکونی شهر اهواز است. همچنین از بین عوامل تأثیرگذار بر قیمت مسکن در این شهر، زیربنای ساختمان (متراژ) و دسترسی، بیشترین سهم را به خود اختصاص داده‌اند. با توجه به تأثیر بسزای شاخص متراژ زمین و دسترسی، لازم است در برنامه‌ریزی‌های ساخت و ساز مسکن، به این عوامل، بیش از سایر عوامل، اهمیت داده شود.
واژه‌های کلیدی: تخمین قیمت، مسکن، شبکه عصبی، مدل پرسپترون چند لایه، شهر اهواز، MATLAB.
متن کامل [PDF 831 kb]   (1429 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1392/12/24 | پذیرش: 1393/6/26 | انتشار: 1394/1/15 | انتشار الکترونیک: 1394/1/15
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

این فصل نامه دارای درجه علمی - پژوهشی مصوب به شماره مجوز ۳/۵۷۸۸۱۰  از وزارت علوم ،تحقیقات فناوری است .
کلیه حقوق این وب سایت متعلق به فصلنامه علمی اقتصاد و مدیریت شهری می باشد.

استفاده از مطالب ارایه شده در این پایگاه با ذکر منبع آزاد می باشد.