摘要

针对传统市场比较法中可比实例选取较随意且特征权重确定较主观等问题,引入了基于人工神经网络的地价影响特征权重学习机制.以地价影响特征向量作为输入空间,土地价格作为输出空间,通过神经网络的反馈学习机制不断调整神经元之间的连接权重,建立地价与多维特征之间的精准复杂映射关系,并基于网络参数提取输入特征权重系数,然后耦合模糊数学方法选择比较案例,通过比较案例的加权价格最终计算得到评估对象价格.以湖北省武汉市某宗地评估为实例,结果表明:改进后的市场比较法的估价准确度要比现行土地估价市场比较法平均高出3.69%.