基于灰色神经网络模型的江苏省人口预测开题报告
2022-01-14 21:17:18
全文总字数:4286字
1. 研究目的与意义及国内外研究现状
根据江苏省统计年鉴数据,江苏省人口密度保持增长,2017年末,江苏省常住人口总数达到8029.3万人,占全国常住人口总量的5.8%,位居第五位,由于江苏省地域面积小,江苏省人口密度多年来一直处于全国各省首位,而且江苏省人口总量近年来保持增长趋势。由于人口密度大,江苏省资源、环境状况不容乐观,资源利用率较低,生态环境问题严重。为确保江苏省未来经济发展保持稳定,资源、环境等方面不容忽视,因此,要想较为准确地了解资源与环境的发展态势,对人口发展趋势的把握至关重要,这就需要对未来人口进行预测。人口预测就是根据现有的人口状况,利用科学的方法,预测未来人口的发展状况。人口预测可以为社会经济发展规划提供理论依据,从而制订正确的政策。本文以江苏省人口总量为研究对象,通过灰色神经网络模型对江苏省人口总量、65岁以上人口比重、出生人口总数、男女人口比例进行预测分析,分别针对二胎政策、老龄化现象、男女比例协调问题做出相应的分析论述,为政府制定相关人口政策提供科学依据。国内外研究现状
在预测问题上,方法模型有很多,包括p.f.verhulst的logistic曲线模型、回归分析法、灰色系统等。在国内研究成果上,人口预测主要划分为两大类,一类是传统的数理统计方法,一类是智能预测方法。巩永丽团队针对传统人口增长模型对人口增长非线性特征无法按预期描述,建立了非参数自回归模型,对2000-2003年人口增长率进行预测,结果表明,该模型具有较高的精度;张振华结合我国老龄化进一步加剧的情况,构建gm(1,1)模型,对老龄化趋势进行预测研究,得出老龄化规模将继续增大的结论;虞力、杨林涛基于城乡发展差异,建立双线性模型,对城市与乡村人口数据进行分析,对未来人口发展变化作出预测,结果表明中国人口将在2025年达到峰值,随后逐渐回落,并在2070年回落至数量水平;李富荣以灰色系统理论为基础,在gm(1,1)模型的基础上,对原始数据进行幂函数变换,对中国2013-2022年人口总量进行预测,为经济社会发展战略规划提供理论依据;陈婷团队通过相关分析,研究与老龄化影响显著的因素,并建立多元回归模型,对中国老龄化趋势作出预测;龚跃、党宏利用计算机高效的仿真模拟能力,结合人口发展方程以及人口发展规律进行模拟,对人口总数以及人口结构进行预测分析。
在国外研究成果上,pierre rostan、alexandra rostan结合小波分析和burg模型,预测沙特阿拉伯的人口变化,得出沙特阿拉伯不会快速老化,养老金体系将保持可持续性的结论;wilma terblanche针对官方错误的人口估计以及高年龄段死亡率导致错误预测的问题,提出新的预测方法,将成年人死亡率按性别、年龄分别以几何级数外推对老年人死亡率进行修正;tom wilson建立人口的csp-vsg模型,得出平均模型是对人口预测的补充模型,可以再地输入要求下产生较高的准确率;mohammad hashem-nazari团队通过建立灰色verhulst模型,预测发现伊朗人口增长速度低于预期,并提议政策制定者着重考虑该问题 ref 。
单一模型存在一定的局限性,组合模型能够互相弥补各自的不足。周志刚团队将灰色pgm(1,n)人口预测模型与混沌神经元网络模型相结合,对湖北省2011-2015年人口进行预测。
2. 研究的基本内容
本文主要基于灰色系统理论,对江苏省人口问题进行预测分析,同时结合人工神经网络技术对gm(1,1)预测数据进行修正,提高预测精度。本选题以灰色系统理论,人工神经网络理论为基础,使用matlab软件作为运算工具,以江苏省人口数据为依据,采用理论研究与实证分析相结合,进行模型建立以及预测分析。
在综合运用上述理论和方法的基础下,本文采用如下技术路线:
1)分析江苏省当前人口状况。
3. 实施方案、进度安排及预期效果
本文建立gm(1,1)模型以及灰色神经网络模型,利用神经网络模型对gm(1,1)模型进行修正,利用matlab脚本进行建模。
进度安排:
2019年1月:确定研究对象,查阅相关文献,选择模型,确定论文题目。
4. 参考文献
[1]zheng xin wang, yaoguo dang, yemeiwang. a new grey verhulst model and it application[j]. proceedings of 2007 ieeeinternational conference on grey systems and intelligent services,2007(4):56-61.
[2]田乐蒙. 回归分析在水资源短缺预测中的应用[j]. 统计与决策,2012(14):84-86.
[3]leslie. scenario analysis in population projection [j].international institute for applied systems analysis, 1945(08):543-545.