Массовая кадастровая оценка городских территорий с помощью геоинформационных систем и технологий искусственного интеллекта-нейронных сетей тема диссертации и автореферата по ВАК РФ 08.00.05, кандидат экономических наук Воищев, Александр Валериевич

• Воищев, Александр Валериевич
• кандидат экономических наук
• 2004

Оглавление диссертации 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.

России.

Глава 2. Технологии искусственного интеллекта — нейронные сети. История развития, современные алгоритмы, применение в решении оценочных задач:.

2.1 История нейровычислений.

2.2 Сеть обратного распространения. Алгоритмы обучения.

2.3 Самоорганизующиеся нейронные сети Кохонена.

Глава 3. Нейронные сети и геоинформацйонные системы. Технологии искусственного интеллекта 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 интеллекта.

Введение диссертации (часть автореферата) на тему «Массовая кадастровая оценка городских территорий с помощью геоинформационных систем и технологий искусственного интеллекта-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 полной 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 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 вполне очевиден.

В настоящее время в Российской Федерации появился 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 полной 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. Волкова, 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 дополнительных 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 алгоритмов, 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 интеллекта;

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 интеллекта 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.

Заключение диссертации 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 алгоритмическая 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 интеллекта — нейронные сети.

4. Стремительный рост производительности современных вычислительных систем, появление эффективных алгоритмов 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 интеллекта — 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. Предлагаемая»автором»методика■ массовой оценки городских земель с помощью геоинформационных систем и технологий искусственного интеллекта может стать значимой частью этого глобального проекта по развитию Российской информационной инфраструктуры.

Список литературы диссертационного исследования кандидат экономических наук Воищев, Александр Валериевич, 2004 год

1.Агапова Т.А. Макроэкономика7 Т.А. Агапова, С.Ф. Серегина. — 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. — №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. — 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. — 1998, № 12. — 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. — М.: Горячая линия-Телеком, 2002. — 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 — М. Издательство политической литературы, 1975. 508 с.

17. Маршал А. Принципы экономической науки: В 3-х т.: Т. 1 / А. Маршал. — М.: Прогресс, 1993. -414 с.

18. Мерлен П. Город. Количественные методы изучения / П. Мерлен. — 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. — Воронеж, 1996. — 24 с.

22. Научные основы землеустройства / В.П. Троицкий, С.П. Волков, М.А. Ген-дельман и др. // М.: Колос, 1995. 50 с.

23. Организация оценки и налогообложения недвижимости / Под общей редакцией Дж. К. Эккерта. — М.: Красная гора, 1997. — 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. — М.: Российское общество оценщиков, 1997.— 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. — М: Российское общество оценщиков. — 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. — 1997. — № 3. — С. 12-20.

33. Ромм А.П. Методика индивидуальной оценки земельных участков на основе массовой оценки городских земель / А.П; Ромм // Вопросы оценки. — 1999. — №1.

34. Ромм А.П. Типология методов оценки городских земель. Законодательное иметодическое обеспечение оценочной деятельности в России и странах СНГ / А.П. Ромм. — 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. — Воронеж, 2000.-24 с.

36. Сурин А.И. История экономики и экономических учений / А. И. Сурин -М.: Финансы и статистика, 2000. — 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. — 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. — №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. — 1995. — Vol. 1, №2. — 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. — 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. — Vol. 2. — 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. — 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.— 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. — Vol. 78, №9. — 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. — 1994: P. 586591.

83. Riedmiller M. Rprop — description and implementation details. / Mi Riedmiller // Technical report, Institut fur Logik, Komplexität 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. — 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. — 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.