基于可信性理论的房地产经济不确定信息研究

　　（3）
　　由于在以上带有模糊利润系数的房地产投资模型（2）和（3）的转化过程中，本文已经通过模糊变量期望值的相关性质将带有模糊利润系数的房地产投资期望值模型（2）转化成了一个经典的带有确定性利润系数的整数线性规划模型（3）。因此，就可以通过经典的整数线性规划算法求解模糊房地产投资期望值模型（3）。在具体的求解过程中本文将采用常用的Lingo软件对带有模糊利润系数的房地产投资模型（3）进行求解。
　　
　　模糊房地产投资问题的实例分析
　　
　　本节将通过一个数值实例来分析说明带有模糊利润系数的房地产投资期望值模型的可行性和有效性。本文将假设某房地产投资建筑公司共承包建设甲、乙、丙、丁、戊五种类型的住宅楼，其中五种类型住宅楼的建筑数量分别为x1，x2，……，x5，各种类型住宅楼每幢的土地使用面积、所需的人力劳动时间以及所需的机器使用时间分别为d1，d2，d3，d4，d5、ω1，ω2，ω3，ω4，ω5和m1，m2，m3，m4，m5。基于房地产投资承包商当前所拥有的各种建筑材料（人力、物力以及财力等）是有限的，因此，房地产投资决策者必须根据当前房地产投资的市场境况和以往的房地产投资经验加之所拥有的各种有效信息才可以作出一个合理有效的房地产投资决策。首先，由于当前的房地产承包商共有土地面积为D=10（103平方米），即有∑i=1dixi≤10；其次，房地产投资承包商所拥有总的人力劳动时间为W=8（103小时），即有∑i=1ωixi≤8；再次，房地产投资承包商所拥有总的机器劳动时间为W=10（103小时），即有∑i=1mixi≤10。另一方面，表1给出了带有模糊利润系数的房地产投资期望值模型的其它相关数据。由于受到当前房地产投资市场变化的影响，房地产投资的市场价格往往是一个不确定的值。若房地产投资承包商只凭个人的经验来作出最终的房地产投资决策，这样就势必会影响到最终的房地产投资利润，同时也会给房地产投资者带来或大或小的房地产投资市场风险。因此，为了更加合理有效地描述当前变化不定的房地产投资市场环境，在本文中我们将通过三角模糊变量分别表示每种住宅楼每幢的利润系数c1（γ），c2（γ），c3（γ），c4（γ），c5（γ），并且假设各个模糊变量是相互独立的。最后，基于以上的各种假设，本文将建立以下带有模糊利润系数的房地产投资期望值模型。

　（4）
　　这里模型（4）中的模糊变量都是相互独立的，因此，根据方程（2）和方程（3）之间的转化方法可以得到以下一个等价形式的房地产投资整数线性规划模型
　　（5）
　　为了求解房地产投资整数线性规划模型（5），本文利用可信性理论中求模糊变量期望值的方法已经分别计算出每个模糊利润系数ci（γ），（i=1，2，3，4，5）的期望值E[ci（γ）]，（i=1，2，3，4，5）。然后， 可以利用整数线性规划中的经典算法来求解上面建立的房地产投资模型（5）。最后，可以得到模糊房地产投资期望值模型（4）的最优投资利润为68.5以及最优解（x1*，x2*，x3*，x4*，x5*）=（2，0，0，0，2）（见表1）。
　　
　　结论
　　
　　由于各种因素使得我国各地区经济的发展水平不尽相同，从而各地区的房地产经济发展水平参差不齐。尤其是一些不发达地区的房地产经济发展水平仍然很低，房地产投资的科技含量相当低且房地产投资决策者还主要依靠自身的经验进行投资，这样使得房地产投资经济的科技含量水平不高并且导致当前的房地产投资市场风险也比较高。在当前房地产投资经济迅速发展的环境下，通过这样一类新的带有模糊利润系数的房地产投资期望值模型就可以为房地产投资经济的科技化发展提供一个良好的前进方向。

　　在模糊房地产投资期望值问题的实例分析中，本文综合考虑了影响房地产投资的一些常见因素（土地数量、房地产的投资利润、人力劳动时间以及机器的使用时间）并通过模糊变量来处理带有不确定性的利润参数，通过对房地产投资问题的定量分析来摆脱当前一些房地产投资决策者原有的只凭经验进行投资的状态，最终可以得到良好的应用效果。