论文部分内容阅读
针对房价受到多个相关因素的影响且EIman神经网络随机产生的权值及阈值导致预测结果精度较低等难题,提出了一种基于鲸鱼算法优化EIman神经网络的房价预测方法.首先,利用鲸鱼算法的优化特性进行EIman神经网络权值、阈值的优化,完成EIman的重构;然后,以波士顿房价为例并考虑房价的影响因素,构建训练集和测试集;最后,利用WOA-EIman与EIman分别进行波士顿房价的预测,测试结果表明,WOA-EIman的预测精度高于EIman,其测试集均方差MSE低于EIman.