سعید امان پور - دانشیار گروه جغرافیا و برنامه ریزی شهری، دانشکده علوم زمین ، دانشگاه شهید چمران اهواز، اهواز، ایران
اسماعیل سلیمانی راد - دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی شهری، دانشکده علوم زمین ، دانشگاه شهید چمران اهواز، اهواز، ایران
لیلا کشتکار - دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی شهری، دانشکده علوم زمین ، دانشگاه شهید چمران اهواز، اهواز، ایران
صادق مختاری چلچه - دانشجوی کارشناسی ارشد جغرافیا و برنامه ریزی روستایی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز، اهواز، ایران

در بعد اقتصادی هر جامعه، مسکن همواره یک نیاز اساسی است. از این رو، تحولات بخش مسکن، تأثیر فراوانی بر سایر بخش های اقتصاد دارند؛ بنابراین یکی از نیازهای قابل توجه دول تها در امر مسکن، پیش بینی دقیق قیمت مسکن و تعیین عوامل تأثیرگذار بر قیمت این کالا است. پژوهش حاضر، با هدف تخمین قیمت مسکن و تعیین عوامل تأثیرگذار بر آن در شهر اهواز، بررسی نسبتاً کاملی از عملکرد شبکه عصبی (مدل پرسپترون چند لایه) در پیش بینی قیمت مسکن انجام داده است. ماهیت تحقیق، توسعه ای-کاربردی و روش انجام آن، توصیفی- تحلیلی می باشد. در این پژوهش، 233 نمونه واحد آماری در سال 1392 براساس 16 متغیر مربوطه به منظور تخمین قیمت مسکن، مورد ارزیابی قرار گرفته است . از این رو برای ایجاد شبکه عصبی مصنوعی، از نرم افزار MATLAB بهره گرفته شد و در نهایت، شبکه ای با یک لایه پنهان و 12 نرون ، استفاده شد . همچنین به منظور تعیین میزان تأثیرگذاری عوامل گوناگون بر قیمت این کالا، از روش رگرسیون خطی گام به گام ، بهره گرفته شده است. نتایج به دست آمده، نشان دهنده دقت 91 درصدی شبکه عصبی در تخمین قیمت واحد مسکونی شهر اهواز است. همچنین از بین عوامل تأثیرگذار بر قیمت مسکن در این شهر، زیربنای ساختمان (متراژ) و دسترسی، بیشترین سهم را به خود اختصاص داده اند . با توجه به تأثیر بسزای شاخص متراژ زمین و دسترسی لازم است در برنامه ریزی های ساخت و ساز مسکن، به این عوامل بیش از سایر عوامل، اهمیت داده شود.

تخمین قیمت، مسکن، شبکه عصبی، مدل پرسپترون چند لایه، شهر اهواز ، MATLAB،طبقه بندی E31, R21, C45, C3, N95 :JEL