本研究以东山副城周边地区2014-2017年商品房价格数据进行驱动力分析，探索房地产市场的主体行为的模拟方式。在统一价格内涵的基础上，将研究数据插值形成三期价格变动图。以数字高程模型、河流数据、重点规划区、开发商拿地信息、主干道路、教育科研用地、重点商业区数据为自变量，分析价格变动驱动力，建立商品房价格变动回归模型并验证。从政府、开发商和消费者三个角度，建立距主体行为代表边界的远近和价格潜力变动的函数关系。最终，进行各驱动因子影响力的比较和驱动因子选取的展望，并对驱动力指标体系构建、对主体行为的反作用和指标选择三方面提出建议。
目录
引言
一、 研究综述 2
（一） 国内外研究现状 2
1. 关于CA模型及多智能体系统的研究 2
2. 关于商品房价格影响因素的研究 2
（二） 研究区域概况 2
（三） 解决的主要问题 3
二、 研究方法与实验过程 4
（一） 研究方法 4
1. CAMarkov模型 4
2. 价格修正模型 4
（二） 技术路线 6
（三） 实验过程 7
三、 结果分析 8
（一） 房价拟合度和价格变动描述 8
（二） 房价变动内在驱动力分析 8
（三） 主体行为模拟结果分析 9
四、 结论与建议 10
（一） 结论 10
（二） 建议 11
致谢 12
参考文献 13
附图 14
基于多智能体与CA结合模型分析的商品房价格变化驱动机制
The Driving Force of Commodity House Price Change Based on MAS and CAMarkov Model Analysis
Student majoring in Land Resource Management WU Pengtao
Tutor SHI Zhikuan
Abstract：This *景先生毕设|www.jxszl.com +Q: ^351916072# 
study uses the data of commercial housing prices in the surrounding areas of Dongshan SubCity from 2014 to 2017 to analyze the driving force and explore the simulation of the main behavior of the real estate market. On the basis of the unified price connotation, the research data is interpolated to form a threephase price change chart. The thematic maps of digital elevation model, river data, key planning areas, developers land acquisition, trunk roads, education and scientific research land, and key commercial districts are used as independent variables to analyze the driving force of price changes, and establish a regression model of commercial housing price changes and verify. From the perspectives of government, developers and consumers, we establish a functional relationship between the distance and the price potential change from the boundary of the subjects behavior. Finally, the comparison of the influence of each driving factor and the prospect of driving factor selection are carried out, and suggestions are made on the construction of driving force index system, the reaction to subject behavior and the selection of indicators.
Key words: CAMarkov; Commodity House Price ; Internal Driving Force
引言
研究综述
国内外研究现状
关于CA模型及多智能体系统的研究
CA和MAS（MultiAgent System）的结合将有助于反映土地利用动态演化过程中的自然与人文驱动因素，已在国内外土地利用模拟中得到了一些应用。Ligtenberg等人(2001)在较早时期结合智能体和CA模型，建立了土地利用情景模拟模型[1];黎夏等人(2006)在国内率先提出了耦合CA和智能体的地理模拟系统理论框架[2]，并将其应用于土地利用模拟与规划情景预测中; Liu等人(2013)构建了CAABM模型对农村用地向城镇用地转变过程进行模拟[3] ;全泉等人(2011)结合CA和智能体对上海城镇扩张动态过程进行模拟[6]。在CA和智能体的耦合模型中，元胞用来表示固定的地理空间实体，如土地利用、自然因素等;智能体用于模拟地理环境下可移动的决策主体，如政府、居民、开发商、农户等。CA和智能体恰好对应了人地关系中的两个基本要素——自然环境（地）和人类活动（人），两者的结合可以有效地探索因人地相互作用而导致的城市和区域土地利用结构变化过程。

原文链接：http://www.jxszl.com/jmgl/ggsygl/562633.html