>
Fa   |   Ar   |   En
   مقایسه عملکرد شبکه عصبی و رگرسیون چند متغیره در تخمین قیمت مسکن (مطالعه موردی: شهر اهواز)  
   
نویسنده امانپور سعید ,سلیمانی راد اسماعیل ,کشتکار لیلا ,مختاری صادق
منبع جغرافيا و مطالعات محيطي - 1397 - دوره : 7 - شماره : 25 - صفحه:33 -42
چکیده    مسکن همواره نیازی اساسی در جامعه تلقی می‌گردد. بازار مسکن طی سال‌های گذشته یکی از پرنوسانترین بخش‌های اقتصاد کشور ایران بوده است. از آنجایی که نغییرات بخش مسکن تاثیر فراوانی بر سایر بخش‌های اقتصاد دارد بنابراین یکی از نیازهای قابل توجه در امر مسکن، پیش‌بینی دقیق قیمت این کالا میباشد. در این راستا در پژوهش حاضر با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه، مدلی برای پیش‌بینی قیمت مسکن در شهر اهواز ارائه و نتایج آن با مدل رگرسیون چند متغیره مقایسه گردیده است. نوع تحقیق توسعه‌ای–کاربردی و روش انجام آن توصیفی تحلیلی می‌باشد. به این منظور 233 نمونه واحد آماری در سال 1392 بر اساس 16 متغیر مربوطه مورد ارزیابی قرار گرفت. نتایج نشان داد که شبکه عصبی پرسپترون چند لایه با دقت 91 درصدی نسبت به رگرسیون چند متغیره دارای دقت بیشتری در پیش‌بینی قیمت مسکن بوده است. همچنین جهت ارزیابی عملکرد مدل‌ها از ضرایب ، rmse استفاده شد. ضریب تبیین ( ) با استفاده از رگرسیون چند متغیره 789. و مقدار آن برای شبکه عصبی 918. می‌باشد. نتایج ارزیابی مدل رگرسیون مبین عملکرد ضعیف‌تر این مدل در مقایسه با روش شبکه عصبی مصنوعی است.
کلیدواژه مسکن، شبکه عصبی، پرسپترون چند لایه، رگرسیون چند متغیره، ضریب تبیین، اهواز
آدرس دانشگاه شهید چمران اهواز, گروه جغرافیا, ایران, دانشگاه تبریز, ایران, دانشگاه یزد, ایران, دانشگاه زنجان, ایران
 
   Comparing the Performance of Neural Networks and Multivariate Regression in the Estimation of Housing Prices (Case Study: Ahvaz City)  
   
Authors Mokhtari Sadegh ,soleimanirad ismail ,keshtkar leila ,amanpour said
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved