基于改进的GM(1,1)模型的中国人口动态预测研究

摘要

人口问题是一个关系全局的重要问题，准确的把握人口数量、了解其发展态势，对于制定国民经济计划和和社会发展战略具有深远意义。本文利用灰色GM(1，1)模型和经过改进的GM(1，1)模型即灰色的BP神经网络模型分别对未来的中国人口总量预测，并比较了两种模型在人口预测中的可靠性。发现经过改进后的模型在进行人口预测时精度大幅提高。
　　本文首先建立了基于灰色GM(1，1)的中国人口预测模型，使用该模型预测出了2010-2014年的人口总量，计算出了人口年增长率，结果发现预测值与实际人口数值差异过大。考虑到产生较大误差的原因可能是影响人口总量的因素较多如男女人口数量、出生率、死亡率等，GM(1，1)模型并未充分利用这些因素，只是单纯地利用人口总量数据间内在规律进行预测分析，因此本文又建立了基于灰色的BP神经网络模型。该模型融合了GM(1，1)模型弱化数据序列波动性和BP神经网络模型所特有的非线性适应性信息处理能力的特点，又能充分利用了影响人口总量的若干因素，通过模拟仿真并与真值比较，得到的平均相对误差较小，满足精度要求。使用该模型模拟2010-2014年的人口总量，同样计算出了人口年平均增长率，结果发现人口总数与人口增长率非常接近中国人口近几年的实际值。说明灰色BP神经网络模型在对中国人口预测时可以达到相当高的精度。本文在基于灰色BP神经网络模型可以满足人口预测精度的前提下，对中国人口2015-2018进行了短期预测。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 选题背景及意义

1．1．1 选题背景

1．2 论文的研究意义

1．3 相关文献综述

1．4 本文的研究思路和框架及本文的创新点

1．4．1 本文的研究思路和框架

1．4．2 本文的创新点

第2章 中国人口现状描述

2．1 中国人口现状

2．2 中国人口发展状况

2．2．1 人口数量变化

2．2．2 人口分布的变化

2．2．3 人口的结构变化

2．3 中国人口变化趋势分析

2．4 本章小结

第3章 基于GM(1，1)模型的中国人口实证预测

3．1 关于模型的基本思想及建模的具体步骤

3．1．1 灰色系统的建模思想及基本特征

3．1．2 GM(1，1)模型的建模步骤与特征

3．1．3 灰色模型的精度检验

3．2 基于GM(1，1)模型的中国人口实证预测

3．2．1 建模过程

3．2．2 统计误差检验

3．2．3 GM(1，1)模型结果预测分析

3．3 人口预测

3．4 本章小结

第4章 基于改进的GM(1，1)模型的中国人口实证预测

4．1 人工神经网络的基本理论

4．1．1 人工神经网络

4．1．2 人工神经网络的结构

4．1．3 BP神经网络

4．2 灰色BP网络的建模步骤

4．2．1 灰色BP网络的原理

4．2．2 灰色BP网络的实施步骤

4．3 两种模型预测结果的对比

5．4 本章小结

结论及相关建议

参考文献

致谢

附录