全文总字数：4447字

1. 研究目的与意义及国内外研究现状

当代社会的中国，房子是几乎每一个年轻人都避不开的话题，房价虚高不下。而作为一个基本生活必需品，房子又是不可或缺的，“不想买也得买”，这一尴尬而又无奈的处境逼迫年轻人不得不寻找各种方法去买一套房子，许多人成为房奴，被压在“山”下几十年。住房难上学难，求医难，三大难题压在人们身上如同大山，许多人只能被逼背井离乡，租房蜗居，以求更快速的赚钱来买房子结婚生子。一栋房子可能掏空一个家庭未来几十年的积蓄。各个时代有各个时代的问题，我们这个年代虽然已经原理战火，却依旧在“无声的战场”上艰难度日。即使挣到钱了，还要与房地产开发商作较量，房地产是国内最赚钱的没有之一，其中的理由很多，要与他们“作斗争”，就要尽可能的获取关于房地产房价、股市、经济形势等等等等的信息，并且从这些信息里挖掘出我们需要的，甚至分析出有用的信息，做出最合理的判断。而这种事情，普通民众根本无法办到，只能被“术业有专攻”的房地产商人牵着鼻子走。不同地区房价截然不同，同一地区不同配置的房价又可能完全不在一个档次。在此情景下，房价预估便成为卖房时不可缺少的一环。多少的钱，买怎样的房，如何避免被开发商“忽悠”，如何把手里的钱花对地方，不被虚高的价格骗倒，货比三家。本文的研究目的简而言之就是在有限的数据条件下尽可能获得准确的数据信息，提供准确的价格预测指导。

国内外研究现状

自十九大报告对房价做出调控指示以来，大量学者针对房屋价格变动采取不同的研究方法进行分析。

国内刘付韩( 2018) 利用 7 个省市的面板数据进行霍斯曼检验并通过多元线性回归得到人口增加、预期房价上涨、地价变动会对房地产价格有显著影响的结论。薄鑫( 2018) 以 2006至 2015 年西安市商品房价格为研究对象，在回归的基础上进行结论创新，对未来房价走势进行预估，杨海珍( 2018) 以中国 35 个大中城市 2001 至 2015 年商品住宅价格为研究对象，运用面板门槛回归模型，并且在时间维度上对影响因素的时期与城市差异进行了实证分析。

国外Dennis R. CHarlotte（2002）等利用 62 个地铁区域的数据估计序列相关性和平均回归系数，结论是影响房价的主要因素是城市规模、实际收入增长和人口增长。Peter Englund和 Yannis M.Ioannides对 15 个 OECD 国家房地产价格决定因素研究之后发下，国内生产总值每增加 1%，将会引起房地产价格上升 0.45%，国内生产总值对房地产价格存在明显的推动作用。Nellis(1981)对英国的房地产市场研究后发现人均可支配收入、商业银行贷款利率是影响房价的重要因素。Mankiw(1989)的研究表明人口与房价之间正向相关，并依据上世纪 70 年代的数据对美国房价与人口因素之间的关系进行了验证。Reichert(1990)则研究了利率、收入以及失业率对房价的影响，发现贷款利率和失业率上升则房价下跌，收入增加则需求增加，房价呈上涨趋势。Poterba(1991) 以人口数量、家庭年收入和房屋建造成本三个因素对美国 39 个城市的房价分析结果表明影响房价的因素主要是成本和有效需求，而人口因素反而与房价无关。

2. 研究的基本内容

本课题的研究内容主要包括以下方面：

1、首先研究房价相关知识，将预测房价的实际问题转化成机器学习可处理的问题。

2、学习机器学习相关内容，研究支持向量机的原理及使用，搭建安装软件环境。

3、研究果蝇算法，掌握其原理及使用。根据果蝇算法优缺点，改进果蝇算法。

3. 实施方案、进度安排及预期效果

实行方案：

1、安装matlab libsvm软件包

2、处理数据，改变格式，归一化处理

4. 参考文献

[1]袁文兵,常亮,徐周波,古天龙 基于果蝇优化算法的多工位装配序列规划. 计算机科学. 2017 (04)

[2]孙立,董君伊,李东海. 基于果蝇算法的过热汽温自抗扰优化控制.清华大学学报(自然科学版). 2014 (10)

[3]李昕冉,周金和.基于果蝇优化算法的icn能效优化策略.计算机工程. 2018 (10)

[4]赵建喆,王兴伟,雷光炜,黄敏,谭振华. 基于果蝇优化算法数据中心网络节能路由机制[j].华中科技大学学报(自然科学版). 2016(s1)