Анализ вариантов пространственной автоматизированной сегментации местонахождения объектов недвижимости

18.11.2014

При уменьшении значения погрешности на точках обучающей последовательности, в среднем, после 30-50 итераций средняя абсолютная погрешность на точках контрольной последовательности меняется скачкообразно. Важно заметить, что есть смысл запоминать значения весовых коэффициентов, которые отвечают минимальным значением целевой функции.
Поскольку важной составляющей МАСР есть случайное изменение значений матрицы весовых коэффициентов, то невозможно стопроцентно гарантировать сходимость такого метода. И даже большое количество итераций не всегда приводит к желаемому результату. Запоминание оптимальных значений весовых коэффициентов позволит восстановить функционирование НС с точной идентификацией искомой зависимости.
Анализ вариантов пространственной автоматизированной сегментации местонахождения объектов недвижимости
Тенденции последнего времени на РН свидетельствуют о его нестабильности, являющейся причиной неопределенности при установлении цен на жилье СРН, как непосредственно продавцами, так и агентствами недвижимости. Сбалансировать вариации цен оказывается достаточно сложно, поскольку стоимость ОН зависит от многих факторов, и, что чрезвычайно важно, чаще всего, субъективный фактор является доминирующим. При анализе вариантов недвижимости следует учесть еще и какие окна в ней установлены, например деревянные евроокна ценяться намного больше чем пластиковые из за своей экологичности.
Решая задачу определения цены ОН при помощи ИАС REMA, учитываем факторы, которые можно разделить на три класса: детерминированные, вероятностностатистические и субъективные (138). К первым относятся общая площадь, количество комнат и т.п.; ко вторым - количество квартир нужного типа, которые есть в продаже, количество проданных в определенном районе квартир за месяц и другие; к третьему - заключение продавца о местонахождении квартиры, ее естественное и искусственное окружение. Приведение значений всех факторов к числовому вида позволяет определить зависимость Z = F(X1,X2Xm), где Z - цена ОН, X, i = 1,m - наиболее значимые факторы. Используя результаты, приведенные в табл. 6.7, и формулу (6.11) легко рассчитать масштабирующие коэффициенты для каждого сегмента. Предложенный алгоритм пространственной сегментации позволяет повысить точность идентификации зависимости цены ОН от экзогенных факторов. Критерием его эффективности является минимальное значение среднего абсолютного отклонения реальных значений цены ОН от рассчитанных. Предложенная процедура определения коэффициента "престижности" района будет способствовать уменьшению неопределенности при установлении цен на ОН.

 

Архив новостей