作者：胡章明房地产价格指数bp神经网络rbf神经网络网络训练
摘要：研究表明，房地产价格指数常表现为非线性，要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲，神经网络能够无限逼近非线性函数，所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络（BP神经网络）和径向基函数（RBF）神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟，最后进行预测，并比较预测结果和真实值，发现误差比较大，一方面是因为选取的样本数据少，另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷，本文接着运用RBF神经网络对选取的数据进行训练和模拟，用训练好的网络来进行预测，得到的预测结果与真实值相比较，误差很小，而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
