本文根据介绍了BP神经网络的基本原理，并利用深圳市2002-2015年

本文根据介绍了BP神经网络的基本原理，并利用深圳市2002-2015年的房价及相关国民经济数据进行了实证分析，预测的2016-2018年的深圳市房价分别为：34148元/平方米、38889元/平方米、42543元/平方米。结果表明，BP神经网络在处理复杂的非线性函数方面具有强大的适应性。本文在理论部分主要清晰地阐述了神经元的基本原理以及组成神经网络的输入层、隐藏层、输出层之间信号的传播方式。在介绍BP神经网络时，详细阐述了模型的训练过程。在实证分析的过程中，将数据分为训练集和测试集，通过处理训练集数据，得到的训练集和预测集之间存在误差，并且通过对测试集权数和阈值的处理，预测出2016—2018年的房价。

本文根据介绍了BP神经网络的基本原理，并利用深圳市2002-2015年的房价及相关国民经济数据进行了实证分析，预测的2016-2018年的深圳市房价分别为：34148元/平方米、38889元/平方米、42543元/平方米。 结果表明，BP神经网络在处理复杂的非线性函数方面具有强大的适应性。 本文在理论部分主要清晰地阐述了神经元的基本原理以及组成神经网络的输入层、隐藏层、输出层之间信号的传播方式。 在介绍BP神经网络时，详细阐述了模型的训练过程。 在实证分析的过程中，将数据分为训练集和测试集，通过处理训练集数据，得到的训练集和预测集之间存在误差，并且通过对测试集权数和阈值的处理，预测出2016—2018年的房价。

本文根据介绍了BP神经网络的基本原理，并利用深圳市2002-2015年的房价及相关国民经济数据进行了实证分析，预测的2016-2018年的深圳市房价分别为：34148元/平方米、38889元/平方米、42543元/平方米。结果表明，BP神经网络在处理复杂的非线性函数方面具有强大的适应性。本文在理论部分主要清晰地阐述了神经元的基本原理以及组成神经网络的输入层、隐藏层、输出层之间信号的传播方式。在介绍BP神经网络时，详细阐述了模型的训练过程。在实证分析的过程中，将数据分为训练集和测试集，通过处理训练集数据，得到的训练集和预测集之间存在误差，并且通过对测试集权数和阈值的处理，预测出2016—2018年的房价。