請用此 Handle URI 來引用此文件: http://hdl.handle.net/11455/15407
標題: 不動產估價之灰色模型
Grey Model For The Appraisal Of Real Estate
作者: 秦宇康
Chin, Yu-Kang
關鍵字: Grey system theory
灰色系統理論
Prediction model
Impact factor
Analysis of grey relation
Artificial neural network
預測模型
影響因子
灰關聯分析
類神經網路
出版社: 土木工程學系所
引用: 一、 中文部份 〔1〕 翁慶昌、陳嘉欉、賴宏仁(2001), 灰色系統基本方法及其應用, 高立圖書。 〔2〕 鄧聚龍、郭洪溫、溫坤禮、張廷政、張偉哲(1999),灰預測模型方法與應用,高立圖書。 〔3〕 溫坤禮、黃宜農、張偉哲、張廷政、游美利、賴家瑞(2003),灰關聯模型方法與應用,高立圖書。 〔4〕 鄧聚龍(2003),灰色系統理論與應用,高立圖書。 〔5〕 鄧聚龍(2002),多變量解析法入門,全華科技圖書。 〔6〕 永田靖、棟近雅彥(2003),多變量解析法入門,全華科技圖書。 〔7〕 郭厚村(2004),不動產估價概要-理論與實務,新文京開發。 〔8〕 林英彥(2003),不動產估價(10版),文笙書局。 〔9〕 鄭明安(2000),不動估價理論與方法,五南圖局。 〔10〕 陳坤銘、孫克難(1991),台灣省對縣市財政補助決定因素,研究報告。 〔11〕 王國瑋,在建築房地產景氣趨勢預測模式建立之研究(2000),碩士論 文。 〔12〕 高子婷,運用灰色關聯分析建構之個人化課程網頁瀏覽(2001),碩士論文。 〔13〕 鄭群星、吳昌任、灰色預測器硬體電路之設計(2002),AI人工智慧研討會論文。 〔14〕 黃聖銘,灰色關聯分析在多重品質特性製程最佳化之應用(2002),碩士論文。 〔15〕 張峻彬,由灰色關聯與類神經網路進行地層特性參數分析(2002),AI人工智慧研討會論文。 〔16〕 廖育英、王成財,以混合類神經網路方法探討水庫水質監測數據之變化趨勢十四屆環工年會論文。 〔17〕 陳慶瀚、戴嘉宏,結合灰色預與模糊類神經網路的增強式控制器(1999),第四屆灰色系統理論與應用研討會論文。 〔18〕 洪欽銘、黃景祺、陳志銘,遺傳演算法之最佳化灰色建模研究(1999),第四屆灰色系統理論與應用研討會論文。 〔19〕 黃信智,灰色系統理論與系統動力學之應用-以污水處理廠為例(2004) ,碩士論文。 〔20〕 楊川明,發展適用於產險業產值之灰預測模式(2004) ,碩士論文。 〔21〕 陳美智,地方菁英影響力與財政赤字-以台中市為例,東海大學社會學系博士班研究生。 〔22〕 春日井博(1988),需求預測入門,書泉出版社。 〔23〕 蔡國慶(1998),模糊類神經網路應用地震災害預測,碩士論文。 〔24〕 周孟科(1998),灰色理論應用於地層下陷之預測,碩士論文。 〔25〕 鄭魁香(1999),混合類神經網路應用於地震災害預測,第四屆灰色系統理論與應用研討會論文集。 〔26〕 方世杰(1988),市場預測方法一百種,書泉出版社。 〔27〕 徐桂祥(1997),灰色系統在商預測上之研究,碩士論文。 〔28〕 魯華芳(2005),現代企業管理方法-預測的類型,中國大陸華新網站。 〔29〕 林文彥(1997),物流中心整合型採購決策支援系統之研究,碩士論文。 〔30〕 吳豐祥,台灣製程創新管理之實證研究-以半導體業與主機板業為例(2002),碩士論文。 〔31〕 郭明哲,預測方法-理論與實例(1976),台北:中興管理顧問公司。 〔32〕 吳伯林,時間序列分析導論(1995),初版,台北:華泰書局。 〔33〕 陳怡融,改良型指數平滑模式應用於台灣工業產品的實證研究(1996),碩士論文。 〔34〕 許文昌、于俊明,土地估價解析(1997),文笙書局。 〔35〕 殷章甫,地價與地用之理論分析(2003),五南書局。 〔36〕 史開泉、吳國威、黃有評,灰色信息關係論(1994),全華科技圖書。 〔37〕 賴碧瑩,人工智慧電腦技術在不動產估價之應用-以類神經網路為例(2002),財團法人國土規劃及不動產資訊中心論文。 〔38〕 葉怡成,類神經網路-模式應用與實作,儒林圖書公司。 〔39〕 彭建文、張金鶚,房地產景氣與總體經濟、金融市場關係之研究(1998),中華民國住宅學會第七屆年會論文集。 〔40〕 沈啟賓、莊豔蕙,應用灰色系統理論對李福恩十項全能成績的因素分析與成績預測之探討(1991),體育與運動。 〔41〕 陳弘杉,整合灰色理論與類神經網路於預測模型之建立-以SIMEX台灣股價指數期貨為例(1998),碩士論文。 二、 英文部份 1.Che-Chiang Hsu and Chia-Yon Chen, “Applications of Improved Grey Prediction Model For Power Demand Forecasting”,Energy Conversion And Management, Vol 44, pp. 2241-2249, 2003. 2.H.C.Kuo and H.K. Chang, “A Real-Time Shipboard Fire-Detection System Based on Grey-Fuzzy Algorithms “,Fire Safety Journal, Vol.38, pp.341-363,2003. 3.Hong Zhang, Zhuguo Li and Zhaoneng Chen, “Application of Grey Modeling Method to Fitting And Forecasting Wear Trend of Marine Diesel Engines,” Tribology International, Vol.36, Pp.753-756,2003. 4.Li-Chang Hsu, ”Forecast of the Output Value of Taiwan’s Opto-Electronics Industry Using the Grey Forecasting Model,” Technological Forecasting & Social Change, Vol.70,pp.563-574,2003. 5.W.L. Albert, S.C. Chi And J.H. Chen,”An Improred Grey-Based Approach For Electricity Demand Forecasting “, Electric Power System Research, Vol.67, pp.217-224,2003. 6.Zone-Ching Lin and Wen-Sheng Lin, “Measurement Point Prediction of Flatness Geometric Tolerance By Using Grey Theory,” Precision Engineering Journal of The International Societies for Precision Engineering and Nanotechnology, Vol.25, pp.171-184, 2001. 7.Caire, P., G. Hatabian, And C. Muller, “Progress in Forecasting By Neural Network” ,International Joint Conference on Neural Network, pp. 540-545,1992. 8.Donlebell, O.J. , “Selecting Environmental Forecasting From Business Planning Requirements”, Academy of Management Review, 1997. 9.Forst & Sullivan, “Frost & Sullivan Research Report”, 1997. 10.Maritno, J.P., “Technological Forecasting for Decision Making”, 3rd Ed., New York:Mcgraw-Hill., P.L., 1993. 11.Chamber, J.C., S.K. Mullick, and D.D. Smith, “How To Choose The Right Forecasting Technique, H.B.R., Jul-Aug, (1971). 12.Oum, Tae Hoo, “Alternative Demand Models and Their Elasticity Estimates”, Journal of Transport Economics & Policy, Vol.23, Iss.2, pp. 163-187(1989). 13.Strasheium, Johannes Jachbus, “Demand Forecasting For Motor Vehicle Spare Parts, University of Pretoria, South Africa(1992). 14.Huan, J.S. and T.L. James, and P.W. Trefor, “Using Neural Networks To Predict Component Inspection Requirements for Aging Aircraft”,Computers Ind. Engeng, Vol.30, No.2, Pp.257-267(1996). 15.Remer, “Innovation and Jobs: A Micro-And Macro Prespective.” Department of Technology Management Technische Universiteit Eindhoren, The Netherlands(2004). 16.Thomas P. Jorgens, “Local Allocations of Payments In- Lieu of Taxes and Indirect State Aids:Their Contribution to Creating Neqative Fiscal Impacts Attributed to Federal and State Wildlife Lands” Journal of Regional Analysis and Policy. (1978). 17.Freedman and Giorgio, “Data-Driven Approach”, (1996).
摘要: 土地的取得開啓了建築投資業營運的生命週期,取得的土地價格更決定投資能否獲利的關鍵。因為土地的不可移動性及獨特性,在標得土地時已大致決定了沉沒成本,一旦投入就必須全部興建銷售完成方能獲利。因此地價成為建築投資業經營之最重大課題。本文使用灰色系統理論建構預測模型,以Excel程式撰寫最小平方法及各已知點斜率,用來推估既定距離之地價,並作平均準確率及標準差,可得74.67%~89.00%之結果,表示不動產(或土地)適合以灰色理論來預測,並可獲得可接受之預測結果。 本研究訂定的「地價影響因子」作為GM(1,1)分析的依據,令所有影響因子皆能輕易地從地籍圖量測而得,減少「主觀質量法」之人為影響,有助於地價定量的分析結果。 最後以類神經網路程式模擬演算結果以比較灰色理論分析的優劣,並考量後續研究及擴充的便利性,以確實提供業界標地時評估使用。
The business operation life cycle of the development industry, starts from land acquisition which determines whether an investment could be profitable. Due to land's un-moveable and special characteristics, upon land acquisition, sinking cost is usually finalized. Once a developer acquires a piece of land, he has to go through entire construction and sales cycle completely to earn his profit. Therefore, land price becomes the major business operation issue of the development. This paper create prediction model by grey system theory and use Microsoft Excel to build minimum square program and each known slope. To forecast the price of land for given distance. Considering mean and standard deviation, and accuracy between 74.67%~89.00% is achievable, which means the grey theory is a good method for real estate appraisal and meet our requirement. The research also concludes the impact factors of land price as base for analysis of grey relation. All of the impact factors could easily be obtained by estimate, thereby reducing the affect of meteorology personal equation, which is beneficial to the analysis of grey relation. Finally, it uses the simulated results of artificial neural network compare to the merits and demerits of the grey theory analysis and considers the ease of future development and extension so as to allow it to be used for real estate appraisal.
URI: http://hdl.handle.net/11455/15407
其他識別: U0005-2508200600342900
文章連結: http://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0005-2508200600342900
顯示於類別:土木工程學系所

文件中的檔案:
沒有與此文件相關的檔案。


在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。