1 绪论

1.1 问题的提出

1.2 国内外研究现状

1.2.1 产业的成长发展规律

1.2.2 房地产业发展影响因素

1.2.3 房地产的宏观调控措施与泡沫防范

1.2.4 房地产泡沫及其危害

1.3 研究内容、目的和意义

1.3.1 研究内容

1.3.2 研究目的和意义

1.4 研究方案和技术路线

2 房地产业与经济发展

2.1 房地产与房地产业的定义

2.2 房地产业在国民经济发展中的地位和作用

2.3 房地产业与经济发展的关系

2.3.1 理论分析

2.3.2 横截面分析

2.4 结论

3 我国房地产业的发展历程与体制改革

3.1 我国房地产业的发展历程

3.2 我国房地产业的体制改革

3.2.1 城镇住房制度改革

3.2.2 城市土地使用制度改革

3.2.3 房地产生产方式改革

4 我国房地产业发展影响因素分析

4.1 房地产业发展与经济增长

4.1.1 基本方法简述

4.1.2 房地产业发展与经济增长关系的实证分析

4.1.3 小结

4.2 房地产业发展与城市化

4.2.1 城市化及其含义

4.2.2 我国城市化进程与房地产业发展

4.2.3 房地产业发展与城市化水平关系的实证分析

4.2.4 小结

4.3 房地产业发展与居民可支配收入

4.3.1 房地产是人们最基本最昂贵的消费

4.3.2 我国房地产业与城镇居民人均可支配收入关系描述

4.3.3 房地产业发展与居民可支配收入关系的实证分析

4.3.4 小结

4.4 房地产业发展与国家产业结构变动

4.4.1 产业结构的变动特征

4.4.2 产业结构变动与房地产业发展

4.4.3 产业结构变动与房地产业发展关系的实证分析

4.4.4 小结

4.5 房地产业发展与外商直接投资

4.5.1 外商直接投资的含义与特征

4.5.外商直接投资的现状分析

4.5.3 外商直接投资与房地产业发展关系的实证分析

4.5.4 小结

4.6 房地产业发展与国家宏观政策

4.6.1 市场自由和政府干预之争

4.6.2 政府的作用

……

5 房地产业发展影响变量的因子分析

6 房地产业宏观调控政策建议

7 主要结论与有待进一步研究的问题

附录

参考文献

后记2100433B

《中国房地产业发展轨迹与影响因素研究》利用合理增量与现实增量的对比分析，来评判房地产业的发展状况。针对房地产市场中的结构性问题，通过房地产增量的影响因素及其因子分析，进一步细化增量，为消除房地产市场中的结构性矛盾提供依据，提高房地产增量的指导意义。

传统的轴心轨迹识别基于“人机”对话的方式实现，其大多依靠技术人员的经验进行主观判断，严重影响整个诊断系统的准确性和智能化。因此，对其正确识别进行全面深入研究很有现实意义。

通过识别轴心轨迹的形状，可以进一步分析设备振动的原因，得到故障前兆，及时采取措施防止故障恶化。长期的理论和实践研究已经确立了典型故障模式和其转子轴心轨迹形状的对应关系，国内外对旋转机械轴心轨迹的研究主要包括3个方面：转子故障机理的研究、轴心轨迹的提纯研究以及轴心轨迹的特征提取与特征识别的研究。

1.转子故障机理研究方法转子故障机理研究主要是运用动力学、运动学、振动学等相关基础学科和理论，通过建立转子故障相应的数学或物理模型，用数值分析的方法进行仿真计算和实验，从而研究这些故障的原因和状态效应。研究目的是了解转子故障的内在本质及特征，掌握其形式和发展过程。在转子故障机理的研究中，水电机组相比于其他旋转机械，运行状态具有特殊性，振动机理更加复杂，不仅需要考虑机组本身的振动，还需考虑流体和动压造成的影响以及电磁力的影响，且某些故障的产生机理及表现形式还没有进行透彻的研究，一定程度上增加了故障诊断的难度。

2.轴心轨迹的提纯方法轴心轨迹信号通常受到噪声干扰，因此需要对轴心轨迹进行提纯处理。使用较多的方法有小波变换和小波包、谐波小波以及数学形态法。

3.轴心轨迹的特征识别方法对轴心轨迹进行识别，实质就是二维图像的识别，主要有两个方面：特征提取及其分类识别。特征提取是为了准确识别轴心轨迹，从提纯后的轴心轨迹图形中提取能反应原轴心轨迹本原的、重要特性的特征向量，能尽可能代表原图形的形状，现有常用的特征提取方法有傅里叶描述子、不变性矩等。进行分类识别的方法大多使用智能识别手段，如神经网络、模糊逻辑、灰色关联度分析等。

由于现代旋转机械向着大型化、重载化和高自动化发展，对其状态监测和故障诊断技术的要求也越来越高，对于许多常见故障的机理、特征以及现场诊断方法也需要进一步研究。轴心轨迹作为一类反映机械运行状态的重要信息，其识别方法也需要朝着多元化、综合化及智能化发展。具体体现在以下几方面。

1.轴心轨迹进动方向和稳定性的研究已有大量的文献针对轴心轨迹的形状识别进行了探讨与研究，但是尚缺乏在进动方向和稳定性方面的研究成果。轴心轨迹的进动方向分为正进动和反进动，进动方向与旋转方向相同时为正进动，相反则为反进动。传统的对进动方向的识别方法主要是通过轴心轨迹上的点到原点的连线与x 轴的夹角来判断，这种方法有很大的局限性，只能针对包含坐标原点的简单轴心轨迹进行分析，因此自动识别轴心轨迹进动方向的新方法有待进一步研究。

提出利用轴心轨迹采样点构成多边形，并根据多边形各顶点的凹凸性和多边形在各顶点处的旋转方向判断进动方向的新方法，已取得较好的识别效果。

轴心轨迹的稳定性研究主要是针对轴心轨迹的重复性来说明转子运行的稳定性，对其重复性的评价仅在直观定性阶段，因此，应找出定量化指标来分析其稳定性。分形理论的出现为轴心轨迹稳定性的定量化分析提供了一种可能。分形理论是提出一种自相似性体系，对于无规则、混乱复杂的体系，其局部和整体有着相似性，可以用分维数来表征这种自相似性。轴心轨迹的重复性越差，相应的分维数就越大，因此采用分维数可以较好地说明转子的稳定性。水电机组轴心轨迹图形的局部之间同样具有极大的相似性，分形理论亦可以很好的描述这种局部相似性，因此该理论在水电机组轴心轨迹形状的准确描述方面具有极大的实用性。

2.多种方法融合识别的研究由于现有轴心轨迹识别方法的局限性，近年来，将多种不同的识别技术结合起来是轴心轨迹识别方法研究的一个发展趋势。如将数学形态学与小波变换相结合形成形态小波，小波与神经网络结合形成小波神经网络，进一步引入模糊理论形成模糊小波神经网络等。

形态小波是一种非线性的小波框架，其建立在数学形态学的理论上，使传统的线性小波通过数学形态学算子实现其非线性的扩展。形态小波理论，既有数学形态学的形态特征，还兼有小波技术的多分辨率特性，这种算法只涉及到加、减、极大、极小运算，无须考虑转子振动信号的频谱特性，算法简单，且具有良好的抗噪和细节保留性能，执行高效，可以很好的应用到轴心轨迹识别中。小波神经网络则兼顾小波变换和神经网络的优点，可以避免传统神经网络等的盲目性，具有更好的学习能力，精度更高，结构简单，收敛更快。模糊小波神经网络将模糊隶属度结合到小波神经网络的输入层和输出层中，通过隶属度函数的选择，可以对输入与输出进行分类，传统的反相传播神经网络是根据输出最大值或输出值与规定阈值的比较进行分类，该方法提高了模糊边界数据处理能力，可以更有效的对轴心轨迹的图像边界模糊数据进行分类。这些新的识别方法充分利用了各种识别方法的优点，取长补短，可为轴心轨迹识别技术的自动化提供有力的保证，具有很好的应用前景。

3.信号分析技术的发展国内外已有研究机构推出了旋转机械现场信号采集与数据处理方面的相关产品，对于轴心轨迹信号的采集与处理也得到了实际的工程应用，但是由于现场实测的转子振动信号随时间有着不是十分规则的变化，有些可能是随机变化的，并且由于软件系统的适应性也有一定的局限性，现有的系统可能无法有效的对转子信号进行分析处理，以至无法提取相对应的运行状态和故障类型。传统的分析方法都是对采集到的转子振动信号进行频谱分析，全息谱分析作为一种新型的技术可以利用一般谱分析所忽略的相位信息，可以结合轴心轨迹相互垂直的两个信号，利用频谱分析的结果，很好对轴心轨迹进行分解，从而使得轴心轨迹的识别结果更加可靠。新型的复值过程高阶累计量谱的分析与传统的二阶统计量相比，在有效抑制噪声的同时，也可以保留信号的相位信息，可以同时实现对轴心轨迹的提纯和特征提取两种功能，在轴心轨迹识别中具有很好的应用前景。信号分析技术的发展不仅对于轴心轨迹的识别有着重要的应用价值，对于转子系统的故障机理研究也有着很好的现实意义。对轴心轨迹的两通道信号进行信号分析，捕捉故障信息，把由各种因素引起的故障机理进行建模分析，使得轴心轨迹的识别建立在故障机理研究的基础上，不仅能够更加准确的对已知的故障进行分类识别，还可以根据故障机理找出未知故障，使得轴心轨迹的识别更好的服务于旋转机械的状态监测与故障诊断。

本书以房地产业在国民经济中的产业地位为切入点，论证了房地产业特别是住宅业作为新的经济增长点在我国经济增长中的重要作用。通过对房地产价格、周期、泡沫等内在运行机制和发展规律的深入研究，并借鉴国外房地产业发展与管理的经验，提出了发展和规范我国房地产业的调控模型和体制保证。

本书以理论创新和对实践的指导作为第一要旨，适合经济理论工作者、大专院校师生和房地产业内人士参考使用。