Массовая кадастровая оценка городских территорий с помощью геоинформационных систем и технологий искусственного интелекта-нейронных сетей тема диссертации по экономике, полный текст автореферата
Автореферат
| Ученая степень | кандидат экономических наук |
| Автор | Воищев, Александр Валериевич |
| Место защиты | Воронеж |
| Год | 2004 |
| Шифр ВАК РФ | 08.00.05 |
Диссертация
Автореферат диссертации по теме "Массовая кадастровая оценка городских территорий с помощью геоинформационных систем и технологий искусственного интелекта-нейронных сетей"
На правах рукописи
Воищев Александр Валериевич
МАССОВАЯ КАДАСТРОВАЯ ОЦЕНКА ГОРОДСКИХ ТЕРРИТОРИЙ С ПОМОЩЬЮ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ И ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЕКТА - НЕЙРОННЫХ СЕТЕЙ
Специальность 08.00.05 - Экономика и управление народным хозяйством: землеустройство
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата экономических наук
Воронеж - 2004
Работа выпонена на кафедре планировки и кадастра населенных мест в Воронежском государственном аграрном университете им. К.Д. Глинки
Научный руководитель: Доктор экономических наук,
профессор
Кузнецов Николай Алексеевич
Официальные оппоненты: Доктор экономических наук,
профессор
Яповский Леопид Петрович,
Защита состоится 29 декабря 2004 года в 12Ч часов на заседании диссертационного совета Д 220.010.02 по экономическим наукам при федеральном государственном образовательном учреждении высшего профессионального образования Воронежский государственный аграрный университет им. К. Д. Глинки по адресу: 394087, г. Воронеж, ул. Мичурина, 1.
С диссертацией можно ознакомиться в научной библиотеке федерального государственного образовательного учреждения высшего профессионального образования Воронежский государственный аграрный университет им. К.Д. Глинки.
Автореферат разослан 29 ноября 2004 года.
Ученый секретарь диссертационного совета,
Кандидат экономических наук, доцент
Васин Василий Иванович
Ведущая организация: ОАО ЦЧО НИИ ГИПРОЗЕМ
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования. Реформа земельных отношений в Российской Федерации привела к включению в сферу рыночных операций и земельные участки. Это, в свою очередь, обусловило необходимость стоимостной оценки городских земель. Однако проблемы переходной экономики России приводят к сложности создания адекватной системы оценки. Попытки решения назревших задач экономики городского землепользования поднимают большой пласт новых проблем управления развитием города, не только экономических, но и правовых, информационных, социальных, градостроительных и других. Неопределенность в оплате пользования городскими территориями приводит к увеличению финансовых рисков, существенному ограничению инвестиционных процессов, проблемам формирования городского бюджета. При этом затрудняется воспроизводство городской инфраструктуры и, как следствие, не в поной мере обеспечивается рациональное использование городских земель.
Первой и основной целью кадастровой оценки городских земель в настоящее время является определение качественных характеристик и условий, от которых зависит стоимость земли, а также анализ их структуры, влияющей на процессы создания и воспроизводства земельной недвижимости, всей системы городских земель, включая инженерную, транспортную, социальную и иные составляющие инфраструктуры. При этом важна не только общая оценка влияния на стоимость различных ценообразующих факторов, и прежде всего связанных с топологическим расположением городских объектов, но и их дифференциация по территории города, землям различного функционального назначения, административным образованиям. Немаловажное значение имеет определение локальных балансов затрат и поступлений, характеристик эффективности использования городских земель и возможностей ее повышения. И здесь, безусловно, важную роль играет информация об относительной градостроительной ценности различных территорий, функциональное зонирование города в соответствии с генеральным планом его развития.
Вторая цель кадастровой оценки - определение величины рентной составляющей стоимости
[рос. национальная } БИБЛИОТЕКА I
назначения, то есть реальной или потенциальной прибыли от их использования. Здесь важно учитывать, что по ряду причин (особенно на стадии становления и развития рыночных отношений, согласования макроэкономических интересов города в целом и интересов отдельных предприятий и граждан) рентная составляющая по определенным видам использования земель и некоторым территориям может быть для города и отрицательной. Тем важнее становится поиск и обоснование возможных управленческих решений для более эффективного использования городского потенциала, повышения отдачи от произведенных затрат, дотаций и льгот как для городской экономики в целом, так и для наиболее важных для его жителей отдельных территорий, предприятий и организаций.
Таким образом, точная, и сбалансированная кадастровая оценка городских земель позволит создать современные экономические рычаги для изменения системы существующего землепользования в интересах оптимизации условий жизни, работы и отдыха жителей, более гармоничного развития города в целом.
В настоящее время в Российской Федерации появися целый ряд школ оценки недвижимости, представляющих различные технологии, методологические подходы и методики массовой оценки недвижимости, в том числе земель различных категорий и разного целевого назначения. Однако, представленные этими школами технологии и методики зачастую слепо скопированы с международной оценочной практики без учета специфики законодательства Российской Федерации и российских условий политической, экономической и социальной жизнедеятельности. В сегодняшних условиях Российской Федерации данные методики не в поной мере учитывают многие факторы, влияющие на конечную стоимость городских земель, и потому зачастую дают некорректные результаты.
Таким образом, одной из приоритетных на сегодняшний день задач является выбор или разработка методики и технологий кадастровой оценки городских территорий.
Исследования, представленные в настоящей диссертационной работе, будут касаться методик, методологических подходов,
вычислительных технологий и других вопросов, связанных с оценкой городских территорий.
Цель и задачи исследования. Цель исследования состояла в том, чтобы на базе анализа существующих технологий оценки городской недвижимости, в том числе с использованием зарубежного опыта, определить наиболее эффективные и адекватные подходы к массовой кадастровой оценке городских земель и предложить базирующиеся на современных вычислительных технологиях их улучшенные методики.
В соответствии с целью исследования были поставлены следующие задачи:
1. изучить отечественные и зарубежные методики в области кадастровой оценки городских земель;
2. провести комплексный анализ современных агоритмов, используемых для кадастровой оценки городских территорий, выявить наиболее эффективные и актуальные для использования, как в современных условиях Российской Федерации, так и на далекую перспективу;
3. разработать и предложить к рассмотрению методику кадастровой оценки городских земель на основе самых современных вычислительных технологий, таких как ГИС-вычисления и технологии искусственного интелекта;
4. предложить варианты использования методики и результатов кадастровой оценки городских земель, апробировать отдельные элементы методики на примере города Воронежа с представлением, как фактического экономического эффекта, так и ожидаемого на перспективу.
Предметом исследования явились современные методики кадастровой оценки городских земель и применяемые в них вычислительные технологии, как отечественной разработки, так и используемые в зарубежной практике.
Объект исследования. В качестве объекта исследования рассматривались территории городских поселений Российской Федерации. Более углубленные исследования и их практическая реализация осуществлялась на примере г. Воронежа.
Теоретической и методологической основой исследования послужили: философско-диалектические методы познания;
труды классиков экономической теории; работы отечественных и зарубежных ученых, посвященных оценке городских земель и недвижимости; теория вероятностей и математической статистики; теория нейронных сетей и геоинформатики; методы стоимостного анализа, экономико-математического моделирования; законодательные, нормативные и методологические материалы федерального и регионального уровней.
Научная новизна исследования состоит в следующем:
1. уточнены методологические подходы к оценке городской недвижимости на базе теории стоимости;
2. обобщен и проведен комплексный анализ существующих в Российской Федерации и за рубежом методик и вычислительных технологий, применяемых для массовой кадастровой оценки городских земель и других форм недвижимости;
3. впервые в практике российского землеустройства для оценки городских территорий применены передовые технологии искусственного интелекта в совокупности с ГИС-технологиями;
4. разработана новая, адаптированная к современным условиям российской экономики методика массовой кадастровой оценки городских территорий с использованием технологий нейронных сетей и геоинформационных систем.
Практическая значимость работы состоит в том, что содержащиеся в ней теоретические и методические разработки, выводы и практические рекомендации позволяют проводить качественную массовую кадастровую оценку городских земель для различных государственных целей с минимальными трудовыми и финансовыми затратами на всей территории Российской Федерации, а также использовать получаемые результаты для проведения оценки конкретного земельного участка.
Разработанные в диссертационной работе теоретические и методические положения возможно применять в производственной и научно-методической деятельности научных и проектных организаций, земельно - кадастровых палат, а также для подготовки соответствующих специалистов в области землеустройства и земельного кадастра.
Апробация работы: Основные положения диссертации докладывались на конференциях в Воронежском государствен-
ном аграрном университете имени К.Д. Глинки (2000 - 2003 гг.), Московском государственном университете по землеустройству (2003 г.) и ряде других ведомств и организаций.
Вычислительные технологии, описанные в настоящей диссертационной работе, были внедрены в институтах ОАО Воро-нежпроект, ОАО ЦЧО НИИ Гипрозем.
Публикации. По теме исследований опубликовано 10 печатных работ общим объемом 3 п.л.
Объем и структура диссертационной работы: Диссертационная работа состоит из введения, четырех глав, выводов и предложений, библиографического списка (102 наименования, в том числе 59 иностранных авторов) и приложения. Диссертация изложена на 175 страницах машинописного текста и содержит 16 таблиц, 35 формул, 21 рисунок.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
В первой главе - Теоретические аспекты развития земельных отношений и оценочной деятельности рассмотрены основные этапы развития и формирования теории оценки недвижимости, в частности, городских территорий.
На основании проведенного анализа было выявлено, что зарождение современной теории оценки недвижимости произошло в восемнадцатом - девятнадцатом веках нашей эры, когда представители различных экономических школ провели обобщение накопленных знаний и разработали основы теории и практики оценочной деятельности. В этот исторический период были созданы основные концептуальные положения оценки городских земель, в частности, использование трех базовых подходов (доходный, затратный и сравнительный) с учетом факторов спроса и предложения, определение кадастровой стоимости городских земель на базе градостроительного подхода, в котором основным ценообразующим фактором является транспортная доступность до центра города.
Анализ оценочной деятельности в дореволюционной России показал, что уровень развития технологий оценки городских земель в то время был достаточно высок. Именно тогда были созданы основные принципы оценки недвижимости, установлена
важность оценочной статистики для формирования основных выводов, тенденций, базы исходных данных для разработки оценочных моделей. Одновременно была проведена классификация городских земель в зависимости от их функционального использования, доказана необходимость проведения территориального зонирования, основанного на изучении социально-экономических факторов.
Практика оценки городских территорий в зарубежных странах показывает, что в настоящее время наиболее часто используемыми являются три оценочных подхода - сравнительный, доходный и затратный. При этом для получения адекватных оценок проводится подробное изучение рыночной и другой кадастровой информации для определения статистических закономерностей и получения зависимости рыночной стоимости земельных участков от вида их функционального использования и качества территории.
В результате анализа оценочных методик и технологий, применяемых в настоящее время в Российской Федерации, показано, что современный российский оценочный опыт в основном базируется на зарубежных концепциях и разработках, в частности, на градостроительном подходе. В то же время отечественными учеными и оценщиками разработан ряд усовершенствований, в частности, показывающих особую неоднозначную роль городской инженерной инфраструктуры. К настоящему времени в Российской Федерации создано две крупные оценочные школы, использующие в своих методиках, как западные концепции оценки городских земель, так и собственные методологические разработки.
При изучении агоритмической составляющей классических методик, используемых в настоящее время как российскими, так и зарубежными оценщиками, сделан вывод, что, несмотря на определенные методологические различия между рассматриваемыми методиками, все они обладают одинаковым набором недостатков. Это, в первую очередь, использование методов линейной статистики для выявления зависимости цены от ценообразующих факторов, в то время как эта зависимость в общем случае нелинейна. Кроме того, в отдельных технологических этапах оценки
используются различного рода показатели и коэффициенты, получаемые экспертным или эмпирическим путем, что увеличивает субъективность результата. В результате проведенного исследования сделан вывод о том, что эффективной заменой классической статистике могут стать технологии искусственного интелекта - нейронные сети, позволяющие создавать адекватные оценочные модели.
Во второй главе - Технологии искусственного интелекта - нейронные сети. История развития, современные агоритмы, применение в решении оценочных задач проведен обзор истории развития технологий искусственного интелекта - нейронных сетей, показаны классические и современные высокоэффективные агоритмы обучения различных типов нейронных сетей. Отдельно рассмотрен особый вид нейронных сетей - самоорганизующихся нейросетей (карт) Кохонена, которые позволяют проводить эффективную и адекватную кластеризацию любого набора исходных данных, в том числе, с искаженными и отсутствующими значениями, а также являются средством для визуального отображения многомерных данных на двумерной плоскости, что делает их незаменимым аналитическим инструментом для решения широкого спектра оценочных задач.
Изучение истории возникновения и развития теории нейронных сетей показывает, что это развитие происходило неравномерно. В середине шестидесятых годов двадцатого века по объективным на то время причинам был сделан вывод о бесперспективности технологии и только отдельные энтузиасты продожали исследования. Настоящий прорыв в технологии произошел в середине восьмидесятых годов двадцатого века, когда были разработаны концепции обучения нейронных сетей обратного распространения и появились высокоэффективные агоритмы обучения этого вида нейронных сетей. После этого нейровы-числения, как один из лучших методов нелинейного моделирования, стали широко применяться для решения различных финансовых и экономических задач.
Несмотря на то, что советские и российские ученые практически не принимали участия в развитии технологий нейронных сетей, они, тем не менее, внесли значительный вклад в развитие
доказательного математического аппарата в теории нейросетей. Ими был доказан ряд теорем об аппроксимации непрерывных функций многих переменных нейронными сетями с использованием практически произвольной непрерывной функции одной переменной, что обосновывает практическую возможность решения широкого спектра задач любого порядка с помощью нейро-вычислений.
Изучение архитектуры самоорганизующихся нейронных сетей (карт) Кохонена позволяет сделать вывод о том, что данный вид нейросетей является современным аналитическим инструментом, пригодным для применения в различных технологических этапах процедуры оценки городских территорий. Парадигма карт Кохонена заключается в отображении многомерного исходного массива данных на двумерную плоскость, что позволяет использовать самоорганизующиеся нейронные сети для изучения топологических взаимосвязей ценообразующих факторов на территории городов. Нелинейный характер процесса самоорганизации позволяет проводить более адекватную кластеризацию городских территорий по сравнению с линейными агоритмами кластеризации, используемыми в настоящее время в отечественных методиках.
В третьей главе - Нейронные сети и геоинформационные системы. Технологии искусственного интелекта и пространственных вычислений в оценке различных форм недвижимости изучен современный опыт применения нейровычислений для решения задач оценки недвижимости зарубежными и российскими учеными и практикующими оценщиками, показана эффективность использования современных технологий искусственного интелекта в сравнении с классическими статистическими методами. Рассмотрены исторические аспекты развития географических информационных систем, проанализированы технологии и возможности современных пространственных вычислений в коммерческих и свободно распространяемых ГИС-продуктах, отмечена тенденция к широкому распространению геоинформационных технологий в сфере градостроительного проектирования и управления городскими территориями, а также показана
возможность совместного использования ГИС и нейросетевых технологий.
На основании анализа использования нейронных сетей для оценки недвижимости показано, что внедрение нейросетевой технологии в оценочную деятельность, как и развитие теории нейронных сетей, проходило неравномерно. После нескольких успешных пионерских разработок оценочных методик, проведенных в начале девяностых годов двадцатого века в США, была опубликована критическая работа, показывающая проблемы связанные с применением нейронных сетей для решения оценочных задач. В первую очередь, это были проблемы низкой скорости расчетов на общедоступной вычислительной технике того времени, а также агоритмические проблемы, особенно проблема застревания в локальном минимуме. Однако дальнейшие исследования и эксперименты по применению нейронных сетей для оценки недвижимости, появление эффективных агоритмов обучения нейросетей обратного распространения и быстрый рост производительности компьютеров позволяют сделать вывод о реальной практической применимости нейровычислений для адекватной и эффективной массовой кадастровой оценки городских земель.
В результате изучения исторических аспектов и современных тенденций на рынке географических информационных систем установлено, что ГИС являются одним из наиболее динамично развивающихся направлений в вычислительных технологиях с постоянно растущим сегментом рынка и расширяющимся спектром применения. В настоящее время геоинформационные системы становятся значимой составляющей процессов глобализации мирового сообщества и в первую очередь экономически развитых государств. В связи с этим моментом в развитии современных ГИС, важной становится стандартизация форматов хранения пространственных данных. В этом направлении свободно распространяемые ГИС-продукты не уступают, а в некоторых случаях и превосходят коммерческие продукты.
На основании анализа современных методов и агоритмов обработки пространственных данных показано, что реализованные в передовых коммерческих и свободно распространяемых
ГИС-продуктах модули для геостатистических вычислений способны выпонять быструю и эффективную обработку пространственных кадастровых данных. Это позволяет в ряде случаев упростить сбор кадастровых данных, а также значительно снизить затраты на их хранение.
В современных условиях Российской Федерации наблюдается рост интереса к геоинформационным системам, связанный в первую очередь с их использованием для градостроительного проектирования и управления городскими территориями. В основном это зарубежные ГИС-продукты, локализованные для российского рынка. Отечественные ГИС-разработки в настоящее время слабо конкуренты, в первую очередь из-за отсутствия поддержки существующих мировых стандартов, а потому могут эффективно применяться только для решения частных задач.
Рассмотрен передовой опыт использования геоинформационных систем совместно с нейровычислениями, в результате анализа которого доказана высокая эффективность подобного подхода и сделан вывод, что современные географические информационные системы являются не только наилучшим средством для хранения и обработки кадастровых данных, но и эффективной платформой для создания оценочного комплекса, позволяющего использовать нелинейное моделирование с помощью нейронных сетей различных архитектур. Подобный комплекс может позволить проведение процедур анализа массовой кадастровой оценки городских территорий с минимальными издержками в реальном времени, что может привести к переосмыслению организации оценочных работ. При снижении расходов на сбор и обработку кадастровой информации становится возможным проводить оценочные работы столь часто, сколь это необходимо.
В четвертой главе - Методика массовой оценки городских земель с использованием ГИС и нейронных сетей предложена методика массовой оценки городских территорий с помощью геоинформационных систем и технологий искусственного интелекта - нейронных сетей, представлены результаты ее апробации, проведенной на территории города Воронежа, а также проведен сравнительный анализ полученных результатов и рас-
смотрены варианты их использования для различных государственных целей.
Предлагаемая методика разработана с учетом накопленного отечественного и зарубежного опыта земельных оценочных работ, в том числе и с применением географических информационных систем и нейронных сетей различных архитектур. В ней определяется состав и требования к исходной информации, требования к технологиям и основные технологические этапы реализации работ. Методика включает в себя технологии сбора и обработки исходных данных, кластеризации (оценочного зонирования) территории города, принципы расчета коэффициентов урбанистической ценности городских территорий, определения достоверной кадастровой стоимости земельных участков в денежном выражении.
Согласно предлагаемой методике, в качестве универсальных коэффициентов, показывающих сводную относительную ценность городских территорий, обобщающих всю совокупность це-нообразующих факторов, вводится понятие {(коэффициенты урбанистической ценности. Данные коэффициенты могут быть использованы для различных государственных целей. Смысловая нагрузка этих коэффициентов зависит от набора исходных цено-образующих факторов, используемых в расчете. Коэффициенты урбанистической ценности предлагается разделить на две группы: базовые и относительные. При этом базовые коэффициенты вычисляются как безотносительная сводная величина, рассчитываемая только на основании значений ценообразующих факторов конкретного участка. Относительные коэффициенты показывают меру отличия конкретного участка от абстрактного лидеального участка для конкретного вида функционального использования городских земель.
Первым технологическим этапом предлагаемой методики является анализ географического положения и социально-экономической ситуации города, позволяющих выявить виды функционального использования городских земель.
Вторым этапом является сбор кадастровой информации для проведения кластеризации территории города и выделения кадастровых кварталов. На этом этапе основным отличием от приме-
няемых в настоящее время методик является требование хранения всей пространственной и иной информации только в электронной базе данных геоинформационной системы с исключением иных видов носителей.
Третьим этапом является предварительная обработка кадастровых данных и построение тематических растровых слоев в ГИС для каждого ценообразующего фактора. Для этого предлагается использовать специальные модули-допонения к ГИС, реализующие геостатистические пространственные вычисления. Для определения весовых коэффициентов для каждого ценообразую-щего фактора используется информация о сдеках. На основании этой информации производится обучение нейронной сети обратного распространения с необходимым набором ценообразующих факторов. После обучения нейросети весовые коэффициенты для каждого ценообразующего фактора вычисляются по формуле:
- среднеквадратическая ошибка нейронной сети после обучения для поного набора данных (одной эпохи), Еп - среднеквадрати-ческая ошибка нейросети с удаленным входным нейроном, соответствующим фактору
На четвертом этапе предлагается объединить кластеризацию территории города и ее разбиение на кадастровые кварталы в одну технологическую операцию, которую предлагается проводить с помощью самоорганизующихся нейронных сетей Кохонена. Исходной базой данных для расчета является набор растровых слоев для всех ценообразующих факторов, полученных на третьем этапе; при этом значения каждой гридовой точки слоя дожны быть умножены на соответствующие весовые коэффициенты. После обучения нейронной сети Кохонена создается новый растровый слой, содержащий в себе значения принадлежности каждой гридовой точки слоя к определенному кластеру, по которому строится векторный слой, содержащий границы расчетных кадастровых кварталов.
Пятым этапом предлагаемой методики является расчет коэффициентов урбанистической ценности территорий для полу-
ченных кадастровых кварталов. Расчет базовых коэффициентов урбанистической ценности выпоняется с помощью автоассоциативных нейронных сетей обратного распространения, обладающих свойством выделять наиболее достоверные значения из входных векторов данных, которыми являются соответствующие кадастровым участками вектора - центры кластеров, значения которых находятся в обученной на предыдущем этапе нейронной сети Кохонена. Относительные коэффициенты урбанистической ценности территории вычисляются как эвклидово расстояние от вектора со значениями факторов для конкретного участка до вектора абстрактного лидеального участка с наилучшими значениями факторов для конкретного вида функционального использования городских земель.
На шестом этапе определяется достоверная кадастровая стоимость городских территорий в денежном выражении. Для этого используется классическая нейронная сеть обратного распространения и информация о сдеках с землей в качестве исходных данных.
В целях экономического обоснования предлагаемой в диссертационном исследовании методики проведена ее апробация на территории г. Воронежа. На рис. 1 и рис. 2 показаны результирующие карты базового и относительного коэффициентов урбанистической ценности. Относительный коэффициент урбанистической ценности территории был рассчитан для определения оптимального местонахождения жилых кварталов. При сравнительном анализе полученных карт были отмечены следующие факты:
1. границы кадастровых кварталов, рассчитанные с помощью самоорганизующихся нейронных сетей Кохонена, адекватно отражают реальную структуру города;
2. базовый коэффициент урбанистической ценности территории достоверно отобразил структуру города по видам функционального использования земель, при этом были четко выделены промышленные районы, кварталы с многоэтажной и индивидуальной застройкой. Для незастроенных территорий этот коэффициент может использоваться в качестве показателя перспективности их будущего использования для различных видов функционального использования;
3. относительный коэффициент урбанистической ценности территории, рассчитанный для жилого функционального вида использования, точно отобразил существующие жилые кварталы г. Воронежа, при этом его значение для крупного жилого микрорайона (Северный мкр.) оказалось более оптимальным, чем для центра города. Эта информация может оказаться полезной, например, для исчисления дифференцированного налога на уличную рекламу и других специальных налогов и сборов, связанных с различными видами использования городской территории.
Высокая скорость расчета по предлагаемой методике позволяет проводить ситуационное моделирование для получения ответов на вопросы типа что будет, если. Это необходимо во многих ситуациях, например для определения эффективности и последствий различных градостроительных и управленческих' решений, принятия местных законодательных актов.
Важным преимуществом предлагаемой методики являются неограниченные возможности для ее расширения, поскольку современный мир имеет тенденцию к быстрому развитию и возрастающему усложнению. Методика изначально рассчитана на вычисления с любым набором ценообразующих факторов и для любого вида функционального использования земель, в том числе и предполагаемого, не существующего в настоящее время на какой-либо территории.
Сравнение предлагаемой методики и других методик, используемых в настоящее время на территории Российской Федерации, приведено в таблице.
Рис. 1. Карта базового коэффициента урбанистической ценности, г. Воронеж, расчет по 12 факторам.
Рис 2 Карта относительного коэффициента урбанистической ценности, г. Воронеж, расчет по 12 факторам
Сравнительные характеристики оценочных методик
Технологические этапы и процедуры
Классические методики
Методика с использованием ГИС и технологий нейронных сетей
Хранение данных
В электронном виде и на бумажных носителях
Только в электронном виде в базе данных ГИС
Выделение кадастровых кварталов
Экспертное
Расчетное или расчетное, с экспертной корректировкой
Кластеризация территории города, исходные данные
Уже имеющиеся кадастровые кварталы, экспертная оценка факторов в большинстве случаев, невозможность использования методов пространственной интерполяции, что 1ребует сбора допонительных данных
Сплошные карты значений по всей территории города с требуемой детализацией, многие факторы могут быть рассчитаны с помощью гео-сгатистических модулей, интегрированных в ГИС
Кластеризация территории города, агоритмы
Линейные агоритмы кластеризации. в отдельных случаях возможна низкая адекватность в реальной ситуации
Самоорганизующиеся нейронные сети Кохонена, высокая адекватность в реальной ситуации
Расчет сводных коэффициентов. агоритмы
Линейные формулы для расчетов
Автоассоциативпые нейронные сети обратного распространения, обладающие способностью выделять наиболее достоверную часть данных. Скоростной агоритм обучения ЯРгор
Определение стоимости в денежном выражении
Расчет весовых коэффициентов с помошью регрессионных методов, расчет стоимости с помощью линейных формул.
Расчет весовых коэффициентов и стоимости помощью нейронных сетей обратного распространения
Масштабируемость методики и легкость проведения перерасчета
Низкая масштабируемость, высокие затраты на перерасчет. При появлении новых факторов необходима фактическая передека методик
Высокая масштабируемость, низкие затраты на перерасчет. Методика не ограничивает количество ценообра-зующих факторов и видов функционального использования
Из вышесказанного следует, что использование технологий нейронных сетей и геоинформационных систем значительно повышает экономическую эффективность процедуры оценки городских территорий за счет снижения затрат на хранение и обработку данных, уменьшения субъективности за счет автоматизации работ и значительного ускорения многих этапов оценочного процесса.
ВЫВОДЫ И ПРЕДЛОЖЕНИЯ
1. Изучая мировую историю возникновения и развития земельных отношений, оценки недвижимости и определения платы за землю можно сделать вывод, что дореволюционная Россия была одной из передовых стран, где был проведен ряд прогрессивных экономических реформ, направленных на облегчение получения информации о цене и доходности различных форм недвижимости.
2. Анализ современной отечественной и зарубежной практики оценочной деятельности показывает, что система оценки городских земель имеет большое социально-экономическое значение и является действенным инструментом политики государства в области налогообложения, градостроительства и управления городскими территориями.
3. В условиях возрастающей сложности земельных отношений, постоянных изменений в экономическом устройстве страны одним из наиболее важных моментов становится агоритмическая адекватность методов расчета кадастровой стоимости земли. В настоящее время в большинстве используемых на территории Российской федерации методик используются линейные математические методы, в то время как функция зависимости стоимости городских земель от ценообразующих факторов нелинейна и подвержена изменениям. Поэтому используемые в настоящее время в Российской федерации методики могут в отдельных случаях давать некорректные результаты. Для решения этих проблем предлагается использовать современные технологии искусственного интелекта - нейронные сети.
4. Стремительный рост производительности современных вычислительных систем, появление эффективных агоритмов
обучения делают искусственные нейронные сети реальным инструментом моделирования нелинейных систем и процессов, таких как задача кадастровой оценки городских территорий.
5. Современный городской кадастр является базой данных большого или сверхбольшого объема и содержит данные различных типов, в том числе и пространственные. Наилучшим способом хранения и обработки кадастровой информации являются геоинформационные системы, позволяющие также производить расчет многих ценообразующих факторов, что может значительно сократить издержки на сбор информации. В диссертационной работе разработаны и сформулированы основные принципы массовой кадастровой оценки городских территорий с помощью ГИС и технологий искусственного интелекта - нейронных сетей, определены требования к вычислительным технологиям, используемым на различных этапах оценки.
6. Предлагаемая методика массовой кадастровой оценки городских земель менее чувствительна к различного рода погрешностям и неточностям в исходных кадастровых данных, значительно снижает затраты на хранение и предварительную обработку исходной кадастровой информации, а также повышает адекватность выходных результатов оценки.
7. Высокая скорость и низкая стоимость нейровычисле-ний и модульная структура современных геоинформационных систем позволяют создать единый специализированный аппаратно-программный комплекс, который, помимо решения оценочной задачи, позволит с низкими денежными и временными затратами проводить эксперименты по ситуационному моделированию в градостроительстве и управлении городскими территориями.
8. В 2002 году стартовала Федеральная целевая программа Электронная Россия. В рамках этой программы большое внимание уделено информатизации государственного управления. Концепция Электронного правительства предполагает кардинально изменить принцип взаимоотношений государства с гражданами и бизнесом, а также значительно расширить объем информации, которую государственные органы будут обязаны предоставлять гражданам, в том числе и через Интернет. Предлагаемая методика массовой кадастровой оценки городских земель
с помощью геоинформационных систем и технологий искусственного интелекта может стать значимой частью этого глобального проекта по развитию Российской информационной инфраструктуры.
СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ
1. Воищев А.В., Кокин В.К. Использование нейронных сетей для прогнозирования токсичности зерна / А.В. Воищев // Пути повышения производства, хранения и переработки растениеводческой продукции: Сборник научных трудов. - Воронеж, 1997.-С. 29-31.
2. Эксаревский А.В., Воищев А.В. Проектирование подсистемы ассоциативного поиска в базе данных на основе нейронных сетей // Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. - Воронеж: ВГТУ, 1999. -С. 43-48.
3. Эксаревский А.В., Воищев А.В. Сравнение агоритмов обучения многослойных персептронов и методы повышения эффективности их программных реализаций // Оптимизация и моделирование в автоматизированных системах: Межвуз. сб. науч. тр. - Воронеж: ВГТУ, 1999. - С. 134-139.
4. Использование нейронных сетей при оценке стоимости земельных участков и недвижимости / Н.А. Кузнецов, А.В. Воищев, А.А. Харитонов и др. // Вестник Воронежского государственного аграрного университета. - 1999. - №2. - С. 228234.
5. Кузнецов Н.А., Воищев А.В. Нейронные сети и оценка стоимости земельных участков и недвижимости / Н.А. Кузнецов // Проблеми землеустрою, земельного кадастру та екологи навколишнього середовища в умовах здшснення земельно! реформи. - Вюник ХДАУ. - 1999. - №5. - С. 230-234.
6. Кузнецов НА, Воищев А.В. Использование нейронных сетей при оценке стоимости земельных участков и недвижимости / Н.А. Кузнецов // Землеустройство: прошлое, настоящее, будущее: Материалы Международной научно-практической конференции, посвященнйо 75-летию землеустроительного
факультета, 600-летию землеустройства и 140-летию землеустроительного образования в республике Беларусь. - Горки, 1999.-С. 142-145.
7. Кузнецов НА, Воищев А.В. Применение самоорганизующихся карт Кохонена для обработки кадастровой информации и оценки земельных участков / Н.А. Кузнецов // Повышение эффективности функционирования АПК и применение методов математического моделирования в исследованиях агроэкономических систем: Сборник научных трудов. - Воронеж, 2001.-С. 326-331.
8. Кузнецов НА, Воищев А.В. Использование самоорганизующихся нейронных сетей Кохонена в расчетах коэффициентов градостроительной ценности городских территорий / Н.А. Кузнецов // Проблемы землеустройства, землепользования и земельного кадастра: Сборник трудов молодых ученых. -Москва, 2003.-Т. 1.-С. 133-139.
9. Воищев А.В. Геоинформационная система GRASS как ГИС для научных исследований и обучения геоинформатике / А.В. Воищев // Фундаментальные и прикладные исследования в области образования: Материалы II Международной научно-практической конференции (заочной). - Тамбов, 2004. -Часть 1.-С. 183-185.
10. Воищев А.В. Сравнительное использование технологий кластерного анализа и самоорганизующихся нейронных сетей Кохонена для концептуального понимания процесса оценки городских земель и территориального зонирования. // Вестник Воронежского государственного аграрного университета им. К.Д. Глинки - Воронеж, 2004. - №8. - С. 211-215.
26 471
Подписано в печать 25.11.04. Формат 60х 84'/1б Бумага кн.-журн. Гарнитура Таймс. Усл. п.л. 1,0. Тираж 100 экз. Заказ № 2544.
Воронежский государственный аграрный университет им. К.Д. Глинки Типография ВГАУ 394087 Воронеж, ул. Мичурина 1.
Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Воищев, Александр Валериевич
Введение.
Глава 1. Теоретические аспекты развития земельных отношений и оценочной деятельности.
1.1 Зарождение и развитие земельных отношений.
1.2 Зарубежный опыт классических школ оценки городских. территорий.
1.3 История и современные концепции оценки недвижимости в.
Глава 2. Технологии искусственного интелекта Ч нейронные сети. История развития, современные агоритмы, применение в решении оценочных задач:.
2.1 История нейровычислений.
2.2 Сеть обратного распространения. Агоритмы обучения.
2.3 Самоорганизующиеся нейронные сети Кохонена.
Глава 3. Нейронные сети и геоинформацйонные системы. Технологии искусственного интелекта и пространственных вычислений в оценке различных форм недвижимости.
3:1 Использование нейросетевых технологий для оценки различных форм недвижимости.
3.2 История ГИС и современные геоинформационные технологии.
3.3 Современная практика геоинформационных вычислений.
Глава 4. Методика массовой оценки городских земель с использованием ГИС и нейронных сетей.
4.1 Концептуальные теоретические основы методики.
4.2 Апробация нейросетевой методики оценки городских земель.
4.3 Анализ методики и полученных результатов оценки земель с помощью геоинформационных систем и технологий искусственного интелекта.
Диссертация: введение по экономике, на тему "Массовая кадастровая оценка городских территорий с помощью геоинформационных систем и технологий искусственного интелекта-нейронных сетей"
Актуальность темы исследования.
Реформа земельных отношений в Российской Федерации привела к включению в сферу рыночных операций и земельные участки. Это, в свою очередь, обусловило необходимость стоимостной оценки городских земель. Однако проблемы переходной экономики России приводят к сложности создания адекватной системы оценки. Попытки решения назревших задач экономики городского землепользования поднимают большой пласт новых проблем управления развитием города, не только экономических, но и правовых, информационных, социальных, градостроительных и других. Неопределенность в оплате пользования городскими территориями приводит к увеличению финансовых рисков, существенному ограничению инвестиционных процессов, проблемам формирования городского бюджета. При этом затрудняется воспроизводство городской инфраструктуры и, как следствие, не в поной мере обеспечивается рациональное использование городских земель.
Первой и основной целью кадастровой оценки городских земель в настоящее, время является определение качественных характеристик и условий, от которых зависит стоимость земли, а также анализ их структуры, влияющей на процессы создания и воспроизводства земельной недвижимости, всей системы городских земель, включая инженерную, транспортную, социальную и иные составляющие инфраструктуры. При этом важна не только общая оценка влияния на стоимость различных ценообразующих факторов, и прежде всего связанных с топологическим расположением городских объектов, но и их дифференциация по территории города, землям различного функционального назначения, административным образованиям. Немаловажное значение имеет определение локальных балансов затрат и поступлений, характеристик эффективности использования городских земель и возможностей ее повышения. И здесь, безусловно, важную роль играет информация об относительной градостроительной ценности различных территорий, функциональное зонирование города в соответствии с генеральным планом его развития.
Вторая цель кадастровой оценки Ч определение величины рентной составляющей стоимости городских земель различного назначения, то есть реальной или потенциальной прибыли от их использования. Здесь важно учитывать, что по ряду причин (особенно на стадии становления и развития рыночных отношений, согласования макроэкономических интересов города в целом и интересов отдельных предприятий и граждан) рентная составляющая по определенным видам использования земель и некоторым территориям может быть для города и отрицательной. Тем важнее становится поиск и обоснование возможных управленческих решений для более эффективного использования городского потенциала, повышения отдачи от произведенных затрат, дотаций и льгот как для городской экономики в целом, так и для наиболее важных для его жителей отдельных территорий, предприятий и организаций.
Таким образом, точная; и сбалансированная кадастровая оценка городских земель позволит создать современные экономические рычаги для изменения системы существующего землепользования в интересах оптимизации г условий жизни, работы и отдыха жителей, более гармоничного развития города в целом.
Отметим также, что определение основных видов стоимости городской земельною недвижимости в рамках системы кадастровой оценки позволит решить и назревшую проблему формирования единых подходов к налогообложению недвижимости и сделок с ней. Из-за подмены понятий и недостаточной развитости рынка рыночная стоимость часто оказывается существенно заниженной, как и доходы от сделок с ней. Экономический эффект здесь впоне очевиден.
В настоящее время в Российской Федерации появися целый ряд школ оценки недвижимости, представляющих различные технологии, методологические подходы и методики массовой оценки недвижимости, в том числе земель различных категорий и разного целевого назначения. Однако, представленные этими школами технологии и методики зачастую слепо скопированы с международной оценочной практики без учета специфики законодательства Российской Федерации и российских условий политической, экономической и социальной жизнедеятельности. В сегодняшних условиях Российской Федерации данные методики не в поной мере учитывают многие факторы, влияющие на конечную стоимость, и потому зачастую дают некорректные результаты.
Таким образом, одной из приоритетных на сегодняшний день задач является выбор или разработка методики и технологий кадастровой оценки городских территорий.
Исследования, представленные в настоящей диссертационной работе, будут касаться методик, методологических подходов, вычислительных технологий и других вопросов, связанных с оценкой городских территорий.
Состояние изученности проблемы.
Вопросы оценки? городских земель и недвижимости отражены - в трудах В:В. Григорьева, A.F. Грязнова, В.М. Рутгайзера, Е.И. Тарасевича, М.А. Федотова, Д.Ш Фридмана, Д.К. Эккерта и др. Исследования, современных проблем оценки городской земли и недвижимости содержатся в трудах В.Р. Беленького, G.B. Бородко, A.A. Варламова, С.Н. Вокова, С.Hi Кабаковой, П.Ф. Лойко, Р.Т. Нагаева, В.А. Прорвича, А.П. Ромма, А.Э. Сагайдака, С.И. Сая, A.A. Сегедико-ва, В.Н. Хлыстуна и др.
Вместе с тем, развитие рыночных отношений поставило ряд новых вопросов, связанных с совершенствованием организационно-экономических механизмов и новых технологий оценки городских земель, что требует проведения допонительных самостоятельных научных исследований.
Цель и задачи исследования.
Цель исследования состояла в том, чтобы на базе анализа существующих технологий оценки городской недвижимости, в том числе с использованием зарубежного опыта, определить наиболее эффективные и адекватные подходы к массовой оценке городских земель и предложить базирующиеся на современных вычислительных технологиях улучшенные методики кадастровой оценки городских земель.
В соответствии с целью исследования были поставлены следующие задачи:
1. изучить отечественные и зарубежные методики в области кадастровой оценки городских земель;
2. провести комплексный анализ современных агоритмов, используемых для кадастровой оценки городских территорий, выявить наиболее эффективные и актуальные для использования, как в современных условиях Российской Федерации, так и на далекую перспективу;
3. разработать и предложить к рассмотрению методику кадастровой оценки городских земель на основе самых современных вычислительных технологий, таких как ГИС-вычисления и технологии искусственного интелекта;
4. предложить варианты использования методики и результатов кадастровой оценки городских земель, апробировать отдельные элементы методики г на примере города Воронежа с представлением, как фактического экономического эффекта, так и ожидаемого на перспективу.
Предметом исследования являлись современные методики кадастровой оценки городских земель и применяемые в них вычислительные технологии, как отечественной разработки, так и используемые в зарубежной практике.
Объект исследования. В качестве объекта исследования рассматривались территории городских поселений Российской Федерации. Более углубленные исследования и их практическая реализация осуществлялась на примере г. Воронежа.
Теоретической и методологической основой исследования послужили: философско-диалектические методы познания; труды классиков экономической теории; работы отечественных и зарубежных ученых, посвященных оценке городских земель, и недвижимости; теория вероятностей и математической статистики; теория нейронных сетей; методы стоимостного анализа, экономико-математического моделирования; законодательные, нормативные и методологические материалы федерального и регионального уровней.
Научная новизна исследования состоит в следующем: Г. уточнены методологические подходы к оценке городской недвижимости на базе теории стоимости;
2. обобщен и проведен комплексный; анализ; существующих в Российской Федерации и за рубежом методик и вычислительных технологий, применяемых для массовой кадастровой оценки городских земель и других форм недвижимости;
3. впервые в практике российского землеустройства для оценки городских территорий применены передовые технологии искусственного интелекта в совокупности с ГИС-технологиями;
4. разработана новая, адаптированная к современным условиям российской экономики методика массовой кадастровой оценки городских территорий с использованием технологий нейронных сетей и геоинформационных систем.
Достоверность работы базируется на репрезентативном массиве информации^ материалах земельно-учетной и статистической отчетности Росземка-дастра, Госкомстата России, Федерального кадастрового центра Земля, областных и городских комитетов по землеустройству и земельным ресурсам, материалах институтов ОАО ВПИ: Воронежпроект, ООО Центр Информационных Технологий У-018, ОАО ЦЧО НИИ Гипрозем.
Практическая значимость работы состоит в том, что содержащиеся в ней теоретические и методические разработки, выводы и практические рекомендации позволяют проводить качественную массовую оценку городских земель для различных государственных целей с минимальными трудовыми и финансовыми затратами на всей территории Российской Федерации, а также использовать получаемые результаты для проведения оценки конкретного земельного участка.
Разработанные в диссертационной работе теоретические и методические положения возможно применять в производственной и научно-методической деятельности научных и проектных организаций, земельно - кадастровых палат, а также для подготовки соответствующих специалистов в области землеустройства и земельного кадастра.
Апробация работы:
Основные положения диссертации докладывались на конференциях, в Воронежском государственном аграрном университете имени К.Д. Глинки (2000 - 2003 гг.), Московском государственном университете по землеустройству (2003 г.) и ряде других ведомств и организаций.
Вычислительные технологии, описанные в настоящей диссертационной работе были внедрены институтах ОАО ВПИ Воронежпроект, ОАО ЦЧО НИИ Гипрозем.
Публикации. По теме исследований опубликовано 10 печатных работ общим объемом 3 п.л.
Объем и структура диссертационной работы:
Диссертационная работа состоит из введения, четырех глав, выводов и предложений, библиографического списка (102 наименования, в том числе 59 иностранных авторов) и приложения. Диссертация изложена на 175 страницах машинописного текста и содержит 16 таблиц, 35 формул, 21 рисунок.
Диссертация: заключение по теме "Экономика и управление народным хозяйством: теория управления экономическими системами; макроэкономика; экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда", Воищев, Александр Валериевич
Выводы и предложения
1. Изучая мировую историю возникновения и развития земельных отношений, оценки недвижимости и определения платы за землю можно сделать вывод, что дореволюционная Россия была одной из передовых стран, где был проведен ряд прогрессивных экономических реформ, направленных на облегчение получения информации о цене и доходности различных форм недвижимости.
2. Анализ современной отечественной и зарубежной практики оценочной деятельности показывает, что система оценки городских земель имеет большое социально-экономическое и является действенным инструментом политики государства в области налогообложения, градостроительства и управления городскими территориями.
3. В условиях возрастающей сложности земельных отношений, постоянных изменений в экономическом устройстве страны одним из наиболее важных моментов становится агоритмическая адекватность методов расчета земельной стоимости. В настоящее время в большинстве используемых на территории Российской федерации методик используются линейные математические методы, в то время как функция зависимости; стоимости городских земель от ценообразующих факторов нелинейна и подвержена изменениям. Поэтому используемые в настоящее время в Российской федерации методики могут в отдельных случаях давать некорректные результаты. Для решения этих проблем автор предлагает использовать современные технологии искусственного интелекта Ч нейронные сети.
4. Стремительный рост производительности современных вычислительных систем, появление эффективных агоритмов обучения делают искусственные нейронные сети реальным инструментом моделирования нелинейных систем и процессов, таких как задача оценки городских территорий.
5. Современный городской кадастр является базой данных большого или сверхбольшого объема и содержит данные различных типов, в том числе и пространственные. Наилучшим способом хранения и обработки кадастровой информации являются геоинформационные системы,, позволяющие также производить расчет многих ценообразующих факторов, что может значительно сократить издержки на сбор информации. В диссертационной работе разработаны и сформулированы основные принципы массовой оценки городских территорий с помощью ГИС и технологий искусственного интелекта Ч нейронных сетей; определены требования к вычислительным-технологиям, используемым.на различных этапах оценки;
6. Предлагаемая; автором! методика массовой оценки городских земель менее чувствительна к различного рода погрешностям и неточностям I в=исходных кадастровых данных, значительно снижает, затраты на хранение и предварительную обработку исходной кадастровой: информации, а также повышает адекватность выходных результатов оценки.
7. Высокаяскорость и низкая стоимость нейровычислений и модульная структура современных геоинформационных: систем: позволяют создать единый; специализированный аппаратно-программный комплекс, который помимо> решения оценочной задачи позволит с низкими денежными и временными затратами проводить эксперименты по ситуационному моделированию в градостроительстве и управлении городскими территориями.
8. В 2002 году стартовала Федеральная щелевая программа Электронная Россия. В рамках этой программы большое внимание уделено информатизации государственного управления. Концепция Электронного правительства предполагает кардинально изменить принцип взаимоотношений государства с гражданами; и бизнесом, а: также значительно расширить объем информации, которую государственные органы будут обязаны предоставлять гражданам; в том числе и черезИнтернет. Предлагаемаяавторомметодика массовой оценки городских земель с помощью геоинформационных систем и технологий искусственного интелекта может стать значимой частью этого глобального проекта по развитию Российской информационной инфраструктуры.
Диссертация: библиография по экономике, кандидат экономических наук , Воищев, Александр Валериевич, Воронеж
1.Агапова Т.А. Макроэкономика7 Т.А. Агапова, С.Ф. Серегина. Ч М.:ДИС, 1997.-416 с.
2. Антонов В.П. Оценка земли / В.П. Антонов. Владимир: Посад, 1997. - 286 с.
3. Блауг М. Экономическая мысль в ретроспективе / М. Блауг. М.: Дело, 1994. - 720 с.
4. Бурмакина П.И. Основные подходы и предварительные результаты кадастровой оценки городских земель Москвы / П.И. Бурмакина, B.A. Прорвич, A.B. Филатов // Вопросы оценки. 1998. Ч №2.
5. Варламов A.A. История земельных отношений и землеустройства. / А. А. Варламов, В. Н. Хлыстун, С. А. Гальченко и др. М.: Колос, 2000 г. Ч 336 с.
6. Воронкова М.В. О теоретических основах экономической оценки природных ресурсов / М.В. Воронкова // Сборник научн. трудов ГосНИОРХ СПб. -1992.-№298.-С. 28-38.
7. Горбань А.Н. Функции многих переменных и нейронные сети / А.Н. Горбань // Соросовский образовательный журнал. Ч 1998, № 12. Ч С. 105-112.
8. Джонстон К. ArcGIS Geostatistical Analyst. Руководство пользователя / К. Джонстон , Д. ВерХоеф, К. Криворучко и др. // М.: Е8М/Дата+. 2002. - 278 с.
9. Ежов А. Нейрокомпьютинг и его применение в экономике и бизнесе / А.Ежов, С.Шумский. М.: МИФИ, 1998. - 230 с.
10. Конотопов М.В. История экономики России / М. В. Конотопов, С. И. Сметании М.:Логос, 2004. - 208 с.
11. Коростелев C.B. Земельное и лесное право / C.B. Коростелев СПб: Поли-ус, 1998.-544 с.
12. Круглов В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов. Ч М.: Горячая линия-Телеком, 2002. Ч 224 с.
13. Маккалох Д. Логические исчисления идей, относящихся к нервной деятельности / Д. Маккалох, У. Питтс // Автоматы. М.: ИЛ, 1956.
14. МакКой Д. ArcGIS Spatial Analyst. Руководство пользователя / Д. МакКой, К. Джонстон // М.: Е8Ш/Дата+, 2002. 216 с.
15. Малышев O.A. Оценка земли в дореволюционной России / O.A. Малышев // Вопросы оценки. 1999. -№ 1.
16. Маркс К. Капитал. В трех томах. / К. Маркс Ч М. Издательство политической литературы, 1975. 508 с.
17. Маршал А. Принципы экономической науки: В 3-х т.: Т. 1 / А. Маршал. Ч М.: Прогресс, 1993. -414 с.
18. Мерлен П. Город. Количественные методы изучения / П. Мерлен. Ч М.'.Прогресс, 1977. -263 с.
19. Минский М. Л. Персептроны / М. Л. Минский, С. Пейперт. М: Мир, 1971. -261 с.
20. Мосьянов В.В. Опыт зарубежных стран в проведении массовых оценок земельных участков / В.В. Мосьянов // Оценка земли и природных ресурсов / Тезисы докладов. -М: Российское общество оценщиков, 1997.
21. Мустафаев P.C. Проблемы совершенствования товарного землепользования: Автореф. дисс. канд. эконом, наук. Ч Воронеж, 1996. Ч 24 с.
22. Научные основы землеустройства / В.П. Троицкий, С.П. Воков, М.А. Ген-дельман и др. // М.: Колос, 1995. 50 с.
23. Организация оценки и налогообложения недвижимости / Под общей редакцией Дж. К. Эккерта. Ч М.: Красная гора, 1997. Ч 442 с.
24. Оценка земельных ресурсов / В.П. Антонов, Б.Е. Бондарев, В.И. Брайцева и др. // Владимир: Институт оценки природных ресурсов, 1999. 364 с.
25. Пахомова О.М. Земля в городе и проблема ее массовой рыночной оценки / О.М. Пахомова, В.П. Федоров // Оценка земли и природных ресурсов: тезисы докладов. Ч М.: Российское общество оценщиков, 1997.Ч С. 12-19.
26. Прорвич В.А. Основы экономической оценки городских земель. М.: Дело, 1998.-336 с.
27. Прорвич В.А. Оценка земли в Москве / В.А. Прорвич. М.: Экономика, 1996.
28. Рабинович Б.М. Экономическая оценка земельных ресурсов и эффективности инвестиций М.: Информационно-издательский дом Филинъ, 1997. -224 с.
29. Розенблатт Ф. Принципы нейродинамики.- М.: Мир, 1965. 480 с .
30. Ромм А.П. Динамика развития города и стоимость городских земель. // Оценка земли и природных ресурсов/ А.П. Ромм // Тезисы докладов. Ч М: Российское общество оценщиков. Ч 1997.
31. Ромм А.П. Информационное обеспечение и технология работ комплексной оценки и функционального зонирования городских территорий / А.П. Ромм // Вопросы оценки. 1998. - № 2.
32. Ромм А.П. Кадастровая оценка городских земель: методические основы и инструментальные средства / А.П. Ромм // Вопросы оценки. Ч 1997. Ч № 3. Ч С. 12-20.
33. Ромм А.П. Методика индивидуальной оценки земельных участков на основе массовой оценки городских земель / А.П; Ромм // Вопросы оценки. Ч 1999. Ч №1.
34. Ромм А.П. Типология методов оценки городских земель. Законодательное иметодическое обеспечение оценочной деятельности в России и странах СНГ / А.П. Ромм. Ч М: Российское общество оценщиков Тезисы докладов:, 1998.
35. Скуфинский O.A. Оценка городских земель для целей налогообложения и других государственных целей: Автореф. дисс. канд. эконом, наук. Ч Воронеж, 2000.-24 с.
36. Сурин А.И. История экономики и экономических учений / А. И. Сурин -М.: Финансы и статистика, 2000. Ч 200 с.
37. Тарасевич Е.И. Оценка недвижимости / Е.И. Тарасевич. Санкт-Петербург: СПбГТУ, 1997. - 11 с.
38. Уоссермен Ф. Нейрокомпьютерная техника / Ф. Уоссермен. М.: Мир, 1992.-240 с.
39. Хисматулов О.Т. Методологические и методические основы оценки земли населенных пунктов / О.Т. Хисматулов, A.J1. Желясков. Ч Пермь, 1998.
40. Честных В.А. Корректировка комплексной экономической оценки земли г. Воронежа / A.B. Честных, Г.П. Пономарев, Н.Ф. Гуненков // Пояснительная записка 28-ДСП-П31. Воронеж. 1997. -18 с.
41. Чикунов В.А. Исторические уроки налоговой политики в России / В.А. Чи-куов // Вестник ассоциации Русская оценка. 1998. Ч №1.
42. A hybrid algorithm for finding the global minimum of error function of neural networks and its applications / B. Norio, M. Yoshio, K. Motokazu et al. // Neural Networks. 1994. - Vol. 7, № 8. - P. 1253-1265.
43. Battiti R. BFGS for faster and automated supervised learning / R. Battiti, F. Masulli // In INNC 90, Paris, International Neural Network Conference. 1990. - P. 757-760.
44. Borst R. Artificial neural networks in mass appraisal / R. Borst // Journal of Property Tax Assessment &Administration. Ч 1995. Ч Vol. 1, №2. Ч P. 5-15.
45. Borst R. Artificial Neural Networks: The Next Modeling/Calibration Technlogy for the Assessment Community / R. Borst // Property Tax Journal. 1991. - Vol. 10, №1. Ч P. 69-94.
46. Brunson A. Neural Networks, Nonlinear Specifications, and Industrial Property Values / A. Brunson, R. Buttimer, R. Rutherford // Working Paper Series /University of Texas at Arlington. 1994. - P. 94-102.
47. Carlson E. Kohonen Map, GIS and the Analysis of Real Estate Sales / E. Carlson // In: Proceedings of FIG 2002. The International Federation of Surveyors (FIG). 2002.
48. Carlson E. Scaling and Sensitivity in Appraisal / E. Carlson // In: Proceedings of the Workshop of Self-Organizing Maps (WSOM'97). Helsinki University of Technology, Espoo. 1997. - P. 57-62.
49. Corbett J. Topological Principles in Cartography / J. Corbett // U.S. Department of Commerce, Bureau of the Census, Technical Paper 48. 1979. - 50 p.
50. Cressie N. Statistics for Spatial Data. / N. Cressie // NY: John Wiley and Sons, Inc., 1991.-649 p.
51. Cybenko G. Approximation by superposition of a sigmoidal function / G. Gy-benko // Mathematics of Control, Signals, and Systems. 1989. Ч Vol. 2. Ч P. 303 -314.
52. Davies J. Real Estate in American History / J. Davies. Washington: Public Affairs Press, 1958.-251 p.
53. Delhomme J.P. Kriging in the hydrosciences. / J.P. Delhomme // Advances in Water Resources 1978. - Vol. 1, №5. - P. 251-266.
54. Distinctive features, categorical perception, and probability learning: Some applications for a neural model / J. A. Anderson, J. W. Silverstein, S. A. Ritz et al. // Psychological Review. 1977. - Vol. 84. - P. 413-451.
55. Do Q. A Neural Network Analysis of the Effect of Age on Housing Values / Q. Do, G. Grudnitski // Journal of Real Estate Research. 1993. - Vol 8, №2. - P. 253-264.
56. Do Q. A Neural Network Approach to Residential Property Appraisal / Q. Do, G. Grudnitski // Real Estate Appraiser. 1992. - №12. - P. 38-45.
57. Douglas D. Algorithms for the reduction of the number of points required to represent a digitized line or its caricature / D. Douglas, K. Thomas // Canadian Cartographer. 1973.-Vol. 10, № 2. -P. 112-122.
58. Evans A. Artificial Neural Networks: An Application to Residential Valuation in the UK / A. Evans, H. James, A. Collins // Journal of Property Valuation and Investment. 1991. - Vol. 11, №2. - P. 195-204.
59. Fletcher R. Function minimization by conjugate gradients / R. Fletcher, C. Reeves // Computer J. 1964. - № 7. - P. 149-154.
60. Foresman T. The History of GIS. Prentice Hall PTR. -1997. -416 p.
61. Grossberg S. Classical and instrumental learning by neural networks. Progress in theoretical biology / S. Grossberg. New York: Academic Press. - 1974. Ч Vol. 3. -P. 51-141.
62. Hopfield J.J. Neural Networks and Physical Systems with Emergent Collective Computational Abilities / J.J. Hopfield // Proc. National Academy of Sciences.Ч 1982.-P. 2554-2558.
63. Hornik K. Multilayer feedforward networks are universal approximators / K. Hornik, M. Stinchcombe, H. White // Neural Networks. 1989 - Vol. 2. - P. 359366.
64. Johansson E. Backpropagation learning for multi-layer feed-forward neural networks using conjugate gradient method / E. Johansson, F. Dowla, D. Goodman 11 Int. J. of Neural Systems 1992. - Vol. 2, №4 - P. 291-301.
65. Journel A.G. Mining Geostatistics. / A.G. Journel, Ch.J. Huijbregts // Academic Press, London, 1978. 599 p.
66. Kalbro T. Urban land and property market in Sweden / T. Kalbro, H. Mattsson // Biddies Ltd, Guildford and King's Lynn, England, 1995. 193 p.
67. Kochenov D.A. Approximations of functions of CA,B. class by neural-net predictors (architectures and results) / D.A. Kochenov, D.A. Rossiev // AMSE Transaction, Scientific Siberian, A. 1993. - Vol. 6. - P. 189-203.
68. Kohonen T. Self-organization and associative memory. Series in Information Sciences / T. Kohonen H Berlin: Springer Verlag. 1984. - VoL 8. - 312 p.
69. Kohonen T. Self-Organizing Maps / T. Kohonen; Springer, 1995. - 521 p.
70. Kohonen T. The self-organizing map / T. Kohonen // Proceedings of the IEEE International Conference on Neural Networks. 1990. Ч Vol. 78, №9. Ч P. 14641480.
71. Kosko B. Bidirectional associative memories / B. Kosko // IEEE Transactions on Systems, Man, and Cybernetics. 1988.-Vol. 18, №1. - P. 49-60.
72. Mark J. Multiple Regression Analysis and Mass Assessment / J. Mark, M. Goldberg // A Rewiew of the Issues, Apprisal Journal. 1988; - Vol 56. - P. 89-109.
73. McCulloch W.S. A logical Calculus of Ideas Immanent in Nervous Activity / W.S. McCulloch, W. Pitts II Bull. Mathematical Biophysics. 1943. - Vol; 5. - P. 115-133.
74. McKay M.D. A comparison of three methods for selecting values of input variables in the analysis of output from a computer code. / M.D. McKay, R.J. Beck-man, and W.J. Conover II Technometrics. 1979. - Vol., №2 - P. 239-245.
75. Minsky M. Perseptrons / M. Minsky, S. Papert. Cambridge: MIT Press, 1969. -275 p.
76. Moller M. A scaled conjugate gradient algorithm for fast supervised learning 7 M. Moller // Neural Neworks. 1993. - № 6. - P. 525-533.
77. Mozer M. Skeletonization: A technique for trimming the fat from a network via relevance assessment / M. Mozer, P. Smolensky // Advances in Neural Information Processing Systems. 1989. - Voll 1. - P. 107-115.
78. Neteler M. Open Source GIS: A GRASS GIS Approach / M. Neteler, H. Mitaso-va // Kluwer Academic Publishers, Boston, Dordrecht. 2002. - 424 p.
79. Nghiep Nguyen, Al Cripps. Predicting Housing Value: A Comparison of Multiple Regression Analysis and Artificial Neural Networks, Journal of Real Estate Research, Issue Number: 3 Volume: 22 2001, P. 313-336.
80. Norio B. A new approach for finding the global minimum of error function of neural networks / B. Norio // Neural Networks. 1989. - Vol. 2. - P. 367-373.
81. Orsier В. Using global line searches for finding global minima of MLP error functions / B. Orsier, C. Pellegrini // Int. Conference on Neural Networks and their Applications. Marseille, France, 1997. - P. 229-235.
82. Riedmiller M. A direct adaptive method for faster backpropagation learning: The фгор algorithm / M. Riedmiller, H. Braun // In Proceedings.of the: IEEE International conference on Neural Networks (ICNN), San Francisco. Ч 1994: P. 586591.
83. Riedmiller M. Rprop Ч description and implementation details. / Mi Riedmiller // Technical report, Institut fur Logik, Komplexitt und Deduktionsysteme, University of Carlsruhe, W-76128, Carlsruhe FRG. 1993. - № 3 . - P. 461-483 .
84. Rossini P. Improving the Results of Artificial Neural Network Models for Residential Valuation / P. Rossini // 4th Pacific Rim Real Estate Society Conference. Ч Perth, 1998. -P.l 14-132.
85. Rumelhart D. E. Learning internal representations by error propagation / D. Rumelhart, G. Hinton, R. Williams // in D. E. Rumelhart and J. L. McClelland, eds. Parallel Data Processing, vol.1, Cambridge, MA: The MIT. Press. 1986 - P. 318-362.
86. Sabella E. Determining the Relationship Between a Property's Age and Its Market Value / E. Sabella // Assessors Journal. 1974. - № 9. - P. 81-85.
87. Sabella E. The Effect of Age on Change in Property Value / E. Sabella // Assessors Journal. 1975. - №10. - P. 3-6.
88. Samad T. Self-organization with partial data / T.Samad, S. Harp // Network: Computation in Neural Systems. 1992. - Vol. 3, №2. - P. 205-212.
89. Smith A. The Wealth of Nations. / A. Smith // Edwin Carman edition, Chicago: The University of Chicago press. 1976. Ч 278 p.
90. Vensano J. Data Mining Techniques Baseg on the Self Organized Map / J. Ven-sano // Visual Explorations in Finance : With Self-Organizing Maps (Springer Finance) by Guido J. Deboeck (Editor), Teuvo K. Kohonen (Editor) 1998. - 258 p.
91. Ver Hoef J.M. Multivariate spatial prediction. / J.M. Ver Hoef, N. Cressie // Mathematical Geology, 25(2). 1993. - P. 219-240.
92. Visualizing the clusters on the self-organizing map. Multiple Paradigms for Artificial Intelligence / J. Iivarinen, T. Kohonen, J. Kangas et al. // Finnish Artificial Intelligence Society. 1994. - P. 122-126.
93. Widrow B. Adaptive sampled-data systems, a statistical theory of adaptation / B. Widrow // IRE WESCON Convention Record. New York: Institute of Radio, 1959.-P. 88-91.
94. Worzala E. An Exploration of Neural Networks and Its Application to Real Estate Valuation / E. Worzala, M. Lenk, A. Silva // The Journal of Real Estate Research. 1995.-Vol. 10, №2.-P. 185-203.
Похожие диссертации
- Эколого-экономические аспекты комплексной оценки городской территории в рыночной экономике
- Технология управления экономикой предприятия в условиях неопределенности
- Моделирование финансовой устойчивости банка в системе страхования вкладов
- Математическое моделирование массовых информационных процессов имиджевой борьбы в маркетинге