中国人口增长模型(灰色预测模型)
【优秀论文9】《中国人口增长预测模型》
模型预测得到老龄化趋势、出生性别比、城镇化水平等指标进行了综合评价,进而得到
何种模型更优的评价结论并通过不同模型的假设可以对政策制定提出一些建议。
最后,我们建立了对产品上架情况进行预测得到人口增长预测结果的扩展模型。
关键词:Leslie 矩阵 人口转移矩阵 模糊评价 层次分析 神经网络
1
1、问题分析
⎧ ⎪
X
i
(t
⎪
+ 1)
=
Ai (t)X i (t) +
βi
2
(t )B i
2
(t)X i (t)
pi
1
(t) +1
,i = (2,4,6)L LL (1)
⎪ ⎨
⎪ ⎪
X
⎪⎩
i
(t
+ 1)
=
Ai
(t )X
i
(t) +
β i+1
2
(t )Bi+1
2
(t )X
2
i+1 (t )
pi+1 (t )
2
pi+1 (t ) + 1
表 1 模型二 未来 15 年的人口总数预测结果 单位:十亿人
年份 人口数量 年份 人口数量 年份 人口数量 年份 人口数量
2006 1.3112 2010 1.3440 2014 1.3873 2018 1.4393
2007 1.3177 2011 1.3546 2015 1.3982 2019 1.4588
2
2
5
增加为了保证求得女儿的数量,要乘上比例系数
1
pi+1 (t ) + 1
;
中国人口增长预测模型
中国人口增长猜测模型随着时间的推移,人口数量的变化对于一个国家的进步和社会经济的稳定至关重要。
在中国这样人口浩繁的国家,准确地猜测人口的增长是制定各种政策和规划的基础。
为了更好地满足人民的需求并提供适当的资源,许多探究者和政府部门一直致力于开发和改进中国的人口增长猜测模型。
人口增长猜测是一项复杂的任务,因为涉及到多个变量和互相之间的干系。
为了更好地理解中国人口增长模型,我们将从几个重要的方面入手进行分析。
起首,人口自然增长率是一个重要的参考指标。
自然增长率是指在没有移民和移民的状况下,人口数量因诞生和死亡而增长的程度。
中国的人口自然增长率一直保持在较高水平,这在一定程度上反映了人口结构的变化和诞生率的变化。
通过分析历史数据和趋势,我们可以计算出过去几年甚至几十年的自然增长率,并将其作为人口增长模型的参考指标。
其次,男女比例也是人口增长猜测的重要因素之一。
在过去的几十年里,中国一直面临着男女比例失衡的问题,男性人口相对过多。
这种不平衡的状况在人口增长模型中需要得到充分的思量,因为它直接影响到将来人口的调整和平衡。
除此之外,人口迁移的影响也不行轻忽。
城市化进程加快,许多农村人口涌向城市寻求更好的生活和就业机会。
这种人口迁移对人口增长模型产生了直接的影响,特殊是对城市人口的增长速度和浓度产生了重要的影响。
最后,经济进步也与人口增长密切相关。
经济的快速进步会增进人口的增长,因为更多的人可以获得更好的生活条件和医疗保健。
然而,在人口增长模型中,也需要思量到经济进步对资源分配和环境压力的影响,以确保人口的增长是可持续的。
基于以上几个方面的因素和变量,探究者们提出了许多不同的人口增长猜测模型。
其中一种常用的模型是基于历史数据建立的趋势模型。
通过对历史数据的分析,我们可以发现一些规律和趋势,并将其应用于将来的猜测。
这种猜测方法相对简易,但有时会受到外界因素的干扰。
另一种常用的猜测模型是基于数学和统计分析的模型,如人口增长速度模型和人口结构模型。
第七章灰色预测
• 部分信尽知可信息能息发的挥作现用有。已
已知,部分
信息未知
• 灰色系统
•白
• 信息完 全已知
• 白色系 统
13
2020年7月23日星期四 greytheory@
灰色预测第一篇论文
邓聚龙,灰色动态模型(GM)及在粮食长期预测中的应用[J], 大自然探索,1984年第3期,37-43.
2 灰色预测基 本思想
3 累加生成建 模思想
4 五步建模思 想
24
2020年7月23日星期四 greytheory@
➢灰色预测模型是通过数据处理来分析和对待随机量,也就是通过数据到数据 的”映射”,时间序列到时间序列的”映射”来处理和发现规律, 称之为灰色 序列生成;
➢累加生成是一种有• 效邓的的聚优弱龙化化数.信累据息加序处生列理随成机问的性题灰的[指J方].数法华.律中—工灰学色院控学制报系,19统87.
• 建立系统模型,一般要经历思想开发、因素分析、量化、动态化、 优化五个步骤,故称为五步建模。
语言模型 网络模型 量化模型 动态模型
优化模型
开发思想,形 成概念,通过 定性分析、研 究,明确研究 的方向、目标 、途径、措施 ,并将结果用 准确简练的语 言加以表达。
对语言模型 中的因素及 各因素之间 的关系进行 剖析,找出 影响事物发 展的前因、 后果,并将 这种因果关 系用框图表 示。
• 公理2 解的非唯一性原理
•
信息不完全、不确定的解是非唯一的。该原理是灰色
系统理论解决实际问题所遵循的基本法则。
• 公理3 最少信息原理
•
灰色系统理论的特点是充分利用已占有的“最少信
息”。
10
2020年7月23日星期四 greytheory@
人口结构预测模型的比较
关于人口预测模型的思考我组选取的是2007年全国数模竞赛A 题,即中国人口增长预测。
通过对所选论文的研究对比,我们发现,人口增长预测的主要方法有:Logistic 模型、Leslie 模型、分批要素推算法、灰色预测模型等。
这些模型算法都是已有的经典算法,在所选论文中,有的直接应用,有的对其做了改进并应用,也有通过对影响人口增长的因素进行量化分析得到人口变化的计算公式的方法。
一、模型总结1、Logistic 模型Logistic 模型是种群生态学的核心理论之一,对Malthus 模型进行了改进 ,将增长率 r 看成人口数的函数进行微分求解 ,认为人口增长不能超过由其他环境因素所决定的某最大容量m N 。
m N 是资源和环境条件限制下的最大人口容量,它反映了资源丰富的程度,m N 越大说明该地区生存条件越好,迁出越少,迁入越多。
则在此基础上考虑地区间的迁入迁出,可得到(1)ppq p qp pm qm dN N N rN dt N N λ=-+∑,其中 ,p,q=1,2,3分别表示市、镇、乡这三个地区,qp λ是迁移系数,在所选论文的模型求解中,并未详细说明求解m N 、qp λ的公式来源,我们也不甚理解。
但对于一般情况,可利用MATLAB 统计工具箱的线性拟合函数nlinfit 计算上式的参数r 和m N 以及初始值N 1的值,使得误差平方和达到最小值可见,Logistic 模型考虑的影响因素太过笼统,仅考虑了环境和资源的影响,虽然可引入迁入迁出因素进行修正,但是忽略了性别比例、出生率、死亡率、老龄化等十分重要的因素,所用的数据也较少,可用于中短期预测,但长期预测效果不佳。
2、Leslie 模型Leslie 矩阵可以进行预测建模,因为实际的人口预测必须考虑人口的出生和死亡等主要因素,则将某一年的各年龄组人口视为一个列向量,通过年龄段生育率、死亡率构建一个转移矩阵M ,左乘前述的列向量,得到新的列向量即是预测的人口。
数学建模之中国人口增长的预测和人口结构的简析
中国人口增长的预测和人口结构的简析摘要本文根据过去数十年的人口数据,通过建立不同的数学模型,对中国人口的增长进行了短期和中长期的预测。
模型一:从中国统计年鉴—2008,查找得到2000-2007年的人口数据,然后用灰色模型进行人口的短期(2008-2017)预测。
这里,我们采用两种算法进行人口总数的预测。
一种是用灰色模型分别对城镇人口和乡村人口进行人口预测,然后求加和得到总的人口数;另一种是用灰色模型对实际的总人口数进行预测,预测未来10年的总人口数。
通过比较相对误差率知道第二种方法预测得到的数据误差较小,故采用第二种方法预测的未来10年的人口数为:模型二:对于中长期的预测我们采用Leslie模型进行预测。
我们利用题中所提供的人口数据的比例,将人分为6种类型,在考虑年龄结构的基础上,对各类人中的女性人数分别进行预测,然后根据男女的性别比例,求出男性的人口数,再将预测得到的各类人数进行汇总加和,最终得到总的人口数。
由于我们是根据年龄结构进行的预测,所以可以对人口进行简单的分析,得到老龄化变化趋势,乡镇市的人口所占比例的变化等。
关键词:人口预测;灰色模型;分类计算;Leslie模型一、模型假设模型一的假设:1、不考虑国际迁移,认为国家内部迁移不改变人口总量;2、不考虑自然灾害、疾病等因素对人口数量的影响;3、文中短期预测到2017年4、大面积自然灾害、疾病的发生以及人们的生育观念等因素会对当年的生育率和人口数量产生影响,认为这些因素在预测误差允许的范围内.模型二的假设:1、每一年龄组的女性在每一个时间段内有相同的生育率和死亡率;2、在预测的时间段内男女的性别比例保持现状不变;3、不考虑人口的迁入和迁出;4、不考虑空间等自然因素的影响,不考虑自然灾害对人口数量的影响。
二、问题分析中国是一个人口大国,随着经济的不断发展,生产力达到较高的水平,现在的问题已不是仅仅满足个人的需要,而是要考虑社会的需要。
中国未富先老,对经济的发展产生很大的影响。
人口增长模型
中国人口预测模型摘要本文针对人口增长预测问题,以出生率、死亡率、初生婴儿性别比、老龄化指标、城镇化指标为研究因素,根据灰色理论、布朗运动理论,采用回归拟合等预测方法,分别建立模型,进行解答。
首先,对数据的预处理,我们发现中国人口增长有如下特点:老龄化进程加速、出生人口性别比持续升高、乡村人口城镇化。
然后对于城镇化过程,本文利用Logistic曲线,建立了一个城镇化模型。
通过拟合回归分析,得出不同饱和人口数条件下Logistic曲线的相应参数,用于预测城镇化水平。
对于出生婴儿的性别差异,借用分子动力学中的布朗运动理论,构造性别比函数,建立初生婴儿性别比预测模型,对初生婴儿性别比进行中短期和长期预测,经长期发展,性别比趋于1:1,不再存在性别选择。
建立为了预测老龄化过程,本文对已知年份的老龄化指数进行灰色预测,建立基于GM的人口老龄化预测模型。
综合考虑人口自然增长率、迁徙率,建立系统增长模型,预测出2050年市、镇、乡人口比例趋于稳定,为。
最后,对模型的优缺点进行评价,指出了人口预测模型中的不足,并提出了更加合理预测方法。
一、问题重述中国人口问题已有多方面的研究,并积累了大量数据资料。
附录2就是从《中国人口统计年鉴》上收集到的部分数据。
一个人口大国,人口问题始终是制约我国发展的关键因素一。
根据已有数据,关于人口发展出中国是现了一些新的特点,例如,老龄化进程加之速、出生人口性别比持续升运用数学建模的方法,对中国人口做出分析和预测是一个重要问题。
试从中国的实际情况和人口增长的上述特点出发,参考附录2中的相关数据(也可以搜索相关文献和补充新的数据),建立中国人口增长的数学模型,并由此对中国人口增长的中短期和长期趋势做出预测;特别要指出你们模型中的优点与不足之处。
二、问题分析中短期是指 长期是指人口结构是指将人口以不同的标准划分而得到的结果。
其反映一定地区、一定时点人口总体内部各种不同质的规定性的数量比例关系,主要有性别结构和年龄结构。
中国人口增长模型(灰色预测模型)
中国人口增长模型论文摘要:人口问题涉及人口质量和人口结构等因素,是一个复杂的系统工程,稳定的人口发展直接关系到我国社会、经济的可持续发展。
如何从数量上准确的预测人口数量以及各种人口指标,对我国制定与社会经济发展协调的健康人口发展计划有着决定性的意义。
近年来我国的人口发展出现了许多新的特点,这些都影响着我国人口的增长。
鉴此,本文依据灰色预测方法和年龄移算理论,基于人口普查统计数据,从人口系统发展机理上展开讨论。
首先根据灰色预测理论,建立了一级的灰色预测模型,再将近几年我国的人口数量带入模型,便得到未来较短时间内我国的人口数量。
所得结果为我国总人口将于2006年、2007,2008,2009,2010年分别达到13.1495,13.2212,13.2909,13.3587,13.4246亿人。
然后分析人口发展方程中按年龄死亡率及生育模式等参数函数的内在变化规律,及其对总人口的影响,建立了莱斯利主模型,并在此基础上针对各参数函数的不同特点,建立了生育模型和死亡模型等子模型。
在将所得子模型和主模型结合,依据当前人口结构现状对我国的人口做了长期的预测。
所得结果是我国总人口将于2010年、2020年、2030年分别达到13.51058,14.38295,14.78661亿人与国家发展战略报告数据一致。
最后对所建模型的优缺点进行了客观的评价。
一、问题的提出1.1 问题:中国是一个人口大国,人口问题始终是制约我国发展的关键因素之一。
根据已有数据,运用数学建模的方法,对中国人口做出分析和预测是一个重要问题。
近年来中国的人口发展出现了一些新的特点,例如,老龄化进程加速、出生人口性别比持续升高,以及乡村人口城镇化等因素,这些都影响着中国人口的增长。
2007年初发布的《国家人口发展战略研究报告》还做出了进一步的分析。
关于中国人口问题已有多方面的研究,并积累了大量数据资料。
试从中国的实际情况和人口增长的上述特点出发,参考附录2中的相关数据(也可以搜索相关文献和补充新的数据),建立中国人口增长的数学模型,并由此对中国人口增长的中短期和长期趋势做出预测。
中国人口增长预测
中国人口增长预测摘要本文主要建构了比较稳定的分要素推算法和灰色GM(1.1)模型结合的人口发展模型,以针对中国未来人口发展情况作出合理的估计。
结合中国的实际国情、解决人口问题的战略思路和战略措施,用灰色GM(1.1)模型建立2004年后中国人口发展速度情况的数学模型,在这个模型理论上讲可以较准确地推测出我国人口发展态势:出生率和死亡率。
以分要素推算法构建人口的增长方程,建立了2001年后中国人口的数学模型。
利用该模型可推算2001 年至2005年的的总人口。
通过调整模型中有关参数及输入的条件,使模型更加精确,再以1980年至2004年的数据预测2005年到2050年中国人口总数。
在预测长期人口总数时,利用《中国人口统计年鉴》中的数据验证了以上模型在理论上来可推测很长一段时期内任一年的年龄结构。
预测的结果显示:未来我国人口将继续增长,但增长率逐年下降,到2030年后我国的人口的出生率和死亡率相等,这时我国人口将达到峰值。
2030年后到2050年我国人口将出现负增长,人口结构老龄化严重,城市人口比例增加,镇区的人口在出现上升后回落,农村人口因政策等因素持续下降。
关键词:分要素推算法;灰色GM(1.1)模型;人口预测;人口增长模型; 出生率;死亡率;一、问题重述中国是一个人口大国,人口问题制约我国经济的发展。
近年来中国的人口发展出现了一些新的特点,例如,老龄化进程加速、出生人口性别比持续升高,以及乡村人口城镇化等因素,这些都影响着中国人口的增长。
一近半个世纪以来,世界人口发展的基本态势:一是生育水平逐步下降,人口总量经历高速增长后进入增速趋缓时期。
发展中国家总和生育率从6.2下降到2.9,发达国家从2.8下降到1.6。
据联合国预测,到本世纪中叶,全球人口再生产类型转变将基本完成。
二是人口年龄结构持续老龄化。
2000年,世界60岁以上和65岁以上老年人口比重分别达到10%和7%,欧洲为20%和15%。
三是人口素质成为综合国力竞争的核心,在经济社会发展中的作用更加突出。
基于灰色GM(1,1)模型对我国老年人口数量的预测研
1引言随着我国经济的发展和人民生活水平的不断提高,我国的人口平均预期寿命在逐年在上升,从而导致我国老年人口的数量在不断地增加。
人口老龄化可以看作是人类社会的进步,但从另一方面来看,人口老龄化是一个非常严峻的挑战。
如果不采取有效的措施进行应对,人口老龄化会对我国的社会保障方面产生一定的冲击,此外有可能会引发一系列的社会问题。
本文从人口预测的角度,通过分析我国老年人口数量的变化规律,建立合适的人口预测模型,对有效地控制人口增长提供理论依据。
灰色系统理论中最常用的模型是GM(1,1)模型,通过累加生成数据的方式,减弱了预测系统的随机性,使原本无序的序列呈现出某种规律,灰色模型在人口预测等各个领域有着广泛的应用。
李鲁(2020)运用灰色GM(1,1)模型对安徽省2018年到2023年65岁及以上的老年人口数量进行了预测[1]。
邓世成(2018)运用灰色模型和多元回归的组合模型预测重庆市“十三五”阶段的人口老龄化趋势[2]。
周舟,范君晖(2017)基于GM(1,1)修正模型预测离退休人口的数量[3]。
2我国人口老龄化发展现状国际上评定老龄化的标准是当一个国家或地区人口结构中60岁以上人口占比达到10%,或者说65岁及以上的老年人口占比达到7%,则认为该国家或者地区进入老龄化社会。
我国第五次全国人口普查结果显示,2000年65岁及以上老年人口占总人口的7%,我国正式步入老龄化。
根据《中国人口与就业统计年鉴》显示2018年我国65岁及以上老年人口数为16658万人,占总人口的11.9%,与2000年的7%相比,增长了4.9个百分点,2018年与2017年相比同比增长了0.3个百分点。
由图1可以看到我国65岁及以上老年人口占比变化趋势是逐年递增的,说明我国的人口老龄化速度正在不断加快。
14.012.010.08.06.04.02.00.0图1我国65岁及以上人口占比变化趋势图老年抚养比是指人口中老年人口与劳动年龄人口之比,用百分数的形式表示,它从经济的方面反映我国老龄化的程度。
中国人口增长预测模型
三、问题的假设
① 不考虑机械增长率(如国际人口的迁入迁 出)对我国总人口的影响;
② 年龄在90及以上的,即90一行的数据 一律按
年龄为90来处理; ③ 调查数据是在全国随机调查所得的数据; ④ 在模型Ⅱ中不考虑出生率、死亡率随时间的变
bj (r,t) dij (r,t)
p(r,t)
第t年第j地区r岁人口中的妇女的生育率; 第t年第j地区r岁人口中的第i种性别的死亡率; 第t年r岁人口占第t年总人口的比例,即人口随年龄的分布密度函数;
h(r,t) 第t年r岁死亡人口占第t年r岁总人口的比例,即死亡率随年龄的分布密
度函数;
02?r622模型的建立621中已拟合出死亡率随年龄的分布密度函数hr生育率随年龄的分布密度函数fr及2001年人口随年龄的分布密度函数pr1根据假设frhr不随时间t变化prt是一个与时间有关的函数第t年r岁的人口为第t1年r1岁的人口转变而来而且可以认为p0t为t1年新出生的人口数即490r?????151rftrptp90岁以上含90的人口p90t为t1年89岁转变而来以及90岁以上未死亡的人数之和即89118990htptp????89118990htptp????故prt是一个分段函数90901?1?1?1?9090hhttpp?????????????????????????h?????????p9090119089118989111110r14915rhtptprrhtrrftrptrpr那么第t年的的人口增长量为总出生人口总死亡人口故建立模型如下
郑州大学 李兰 徐云辉 宋晓磊
中国人口增长模型预测
一、摘要 二、问题的重述 三、问题的假设 四、符号约定 五、问题的分析 六、模型的建立 七、模型的优化方向 八、模型的评价与推广 九、参考文献 十、附录
中国人口预测模型(灰色理论模型)
中国人口预测模型摘要中国占有世界上四分之一的人口,是世界上的第一人口大国。
改革开放以来,我们国家享受着人口福利。
但是随着改革进程的不断深化,人口过多带来的问题不断影响着我经济的发展。
要解决人口问题,进行人口预测是重中之重。
我们将人口预测问题划分为三个部分:人口抽样数据的统计描述、建立人口中短期预测模型、建立人口长期预测模型。
第一,人口抽样数据的统计描述。
我们将附录给出的数据按照城、镇、乡,进行整理,给出了相关的统计描述:以2001年为例,城市人口中老年人占比为8.4%,镇人口老年人占比为6.71%,乡人口老年人占比为7.24%,初生儿的死亡率较大。
妇女生育年龄大多在20至40岁,生育率的大小比较为:城 < 镇 < 乡,出生人口数的大小排序为:镇< 城< 乡,出生人口的性别比例,男性大于女性。
死亡率的大小比较为:城 < 镇 < 乡,其中男性比女性占比大。
预计接下来的年份人口的增长率一开始变化不大,但死亡率会渐渐降低,导致增长率也会慢慢上升。
第二,建立人口中短期预测模型。
首先,我们根据查阅到的数据,运用回归方法建立了人口预测的一元线性预测模型。
再利用GM(1,1)灰色模型,对一元线性预测模型进行了改进。
最后得出,全国总人口数量依然呈现出上升的趋势,市、镇人口的增加速率也在不断地加快,人口将在2006年达到13.15亿,07年达到13.23亿,08年达到13.31亿,09年达到13.39亿,10年达到13.41亿(详细情况见表13-表16)。
第三,建立人口长期预测模型。
我们根据查阅到的数据,建立了Logistic模型,模型如下:N(t)=141880−0.0715t+140.90(单位:万人)。
通过MATLAB绘制图像(图9),表明中国人口在2050年左右将达到峰值14.20亿,并且此后的人口将稳定在峰值。
我们根据预测所得,针对人口增长、人口老龄化及男女性别比不均等问题,对国家政策的调整提出了一些建议,如坚持邓小平理论、科学发展观,加强计划生育工作等。
灰色预测法GM(1-1)总结
灰色预测法GM(1-1)总结灰色预测模型一、灰色预测的概念1. 灰色预测法是一种对含有不确定因素的系统进行预测的方法。
灰色系统是介于白色系统和黑色系统之间的一种系统。
灰色系统内的一部分信息是已知的,另一部分信息时未知的,系统内各因素间具有不确定的关系。
2. 灰色预测,是指对系统行为特征值的发展变化进行的预测,对既含有已知信息又含有不确定信息的系统进行的预测,也就是对在一定范围内变化的、与时间序列有关的灰过程进行预测。
尽管灰过程中所显示的现象是随机的、杂乱无章的,但毕竟是有序的、有界的,因此可以通过对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来发展趋势的状况。
灰色预测是利用这种规律建立灰色模型对灰色系统进行预测。
二、灰色预测的类型1. 灰色时间序列预测;即用观察到的反映预测对象特征的时间序列来构造灰色预测模型,预测未来某一时刻的特征量,或达到某一特征量的时间。
2. 畸变预测;即通过灰色模型预测异常值出现的时刻,预测异常值什么时候出现在特定时区内。
3. 系统预测;通过对系统行为特征指标建立一组相互关联的灰色预测模型,预测系统中众多变量间的相互协调关系的变化。
4. 拓扑预测;将原始数据作曲线,在曲线上按定值寻找该定值发生的所有时点,并以该定值为框架构成时点数列,然后建立模型预测该定值所发生的时点 三、GM (1,1)模型的建立 1. 数据处理为了弱化原始时间序列的随机性,在建立灰色预测模型之前,需先对原始时间序列进行数据处理,经过数据处理后的时间序列即称为生成列。
i. 设()()()()()()()()(){},,, (00000)123X X X X X n = 是所要预测的某项指标的原始数据,计算数列的级比()()()(),,,,()00123X t t t n X t λ-==L 。
如果绝大部分的级比都落在可容覆盖区间(,)2211n n ee-++内,则可以建立GM(1,1)模型且可以进行灰色预测。
人口增长预测模型
人口增长预测模型对中国人口做出分析和预测,主要分为如下三个方面: 第一、对人口做短期预测分析;首先采用灰色系统对人口数量及人口分布即城镇化程度进行预测分析,然后利用人口发展方程进行改进,将二维(年龄、时间)关系转化为一维关系,求出01-13年的各个年龄段的人口增长率,由此反映出人口数量变化趋势。
在此基础上求得01-13年总的人口增长率,再利用灰色系统对16-17年的人口增长率进行预测并对结果进行分析。
其次对人口结构进行预测分析。
人口结构包括老龄化程度、抚养比、男女出生比例、育龄期妇女所占总人口比重、生育率,我们分别采用多次逐步回归,灰色系统,拟合等预测方法对其建立预测模型进行预测分析。
第二、对中国人口做出长期分析和预测;我们建立两个模型进行预测。
模型一、基于人口发展方程原理的改进模型:y=*K*100/(M+100)% 这个模型能反映人口数量与人口结构、人口分布之间的关系。
从长远来看,城镇化程度会越来越严重,并且其在很大程度上影响男女出生性别比、老龄化程度、生育率等。
因此利用人口发展方程的原理分别重新建立男女出生性别比、老龄化程度、生育率与时间、城镇化程度的关系模型,并对此进行长期预测。
分析得结论:育龄期妇女的生育率都随时间而减小,最终趋于稳定值(大约为19‰);城镇化程度逐渐增大,最后趋于稳定状态(城市人口所占比重为%,镇为%,乡为%);长期预测中的男女出生性别比逐渐减小,最终在附近趋于平衡。
又由于人口数量受出生率变化的影响,而男女出生性别比、生育率对出生率影响很大。
因此建立人口数量与男女出生性别比、生育率的关系模型并进行长期预测。
结论为:人口数量呈先增大后减小趋势,峰值出现在2042年,届时人口数量将达到最大,为亿。
模型二、基于leslie 的改进模型:(t)X B B B +(t)X A A A =t)▽n +X(t 22)-(n 32112)-(n 321此模型考虑到了生育率的变化,并是针对总人口分布处理的,克服了leslie模型的不足,很适合做长期预测。
中国人口增长预测模型---请自行修改文档题目
2014年陕西地区五校“创新杯”数学建模校际联赛论文承诺书我们仔细阅读了大学生数学建模竞赛的竞赛规则.我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。
如有违反竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从A/B/ C/D/中选择一项填写):D(A)(如选D题请按题目要求填写题号)参赛队员:1.姓名:学号:专业:2.姓名:学号:专业:3.姓名:学号:专业:日期:年月日编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):中国人口增长预测模型摘要本文以中国人口的实际情况为背景,结合近年来中国,着重分析了老龄化进程加速和乡村人口城镇化等因素对中国人口增长的影响,建立了我国人口增长的长期预测模型,较好的反映出我国人口的增长趋势。
我们收集分析了关于人口问题的理论和模型,考虑到由于人口系统是一个典型的灰色系统,部分信息已知,部分信息未知,因而适宜采用灰色模型来预测人口的发展变化趋势。
文中使用2001-2010年《中国人口和就业统计年鉴》数据,运用灰色关联分析模型法对人口系统结构进行关联分析,得出对老龄化进程和城镇化对人口总数的影响程度比较关系。
在长期预测模型的构建中,引入了人口老龄化率、城镇拥挤系数、农村人口迁移率等变量来定量描述人口发展新政策对人口增长的影响,并对人口总数的关联度向量归一化作为其权重向量综合考虑,较好的预测出了我国人口的长期增长趋势。
至2030年,中国人口总数保持缓慢增长态势,同时由于人口老龄化问题,延缓就业年龄,将造成劳动力人口过剩,增大劳动力就业压力。
论文最后对模型的优缺点进行了分析和评价,并提出了模型的改进方向和思路。
灰色预测法
灰色预测法1.介绍灰色预测就是灰色系统所做的预测,灰色系统理论是我国著名学者邓聚龙教授创立的一种兼具软硬科学特性的新理论。
灰色系统的具体含义就是:部分信息已知,部分信息未知的某一系统。
一般地说,社会系统、经济系统、生态系统都是灰色系统。
例如物价系统,导致物价上涨的因素有很多,但已知的却不多,因此对物价这一灰色系统的预测可以用灰色预测方法。
2.适用问题灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测,就是对在一定方位内变化的、与时间有关的灰色过程的预测。
比如说人口预测、气象预报、初霜预测、灾变预测(如地震时间的预测)、数列预测(如对消费物价指数的预测)。
灰色预测模型所需要的数据量比较少,预测比较准确,精确度比较高。
样本分布不需要有规律性,计算简便,检验方便。
灰色GM(1,1) 模型是指运用曲线拟合和灰色系统理论进行预测的方法,对历史数据有很强的依赖性,没有考虑各个因素之间的联系,所以误差偏大,只适合做中长期的预测,不适合长期预测。
3.数学方法核心步骤3.1数据的检验与处理首先,为了确保建模方法的可行性,需要对抑制数据作必要的检验处理,设参考数据为(0)(0)(0)(0)((1),(2),...,())x x x x n =,计算数列的级比(0)(0)(1)().2,3,...,()x k k k n x k λ-== 如果所有的级比()k λ 都在可容覆盖2212(,)n n e e -++ 内,则数列(0)x 可以作为模型GM(1,1)的数据进行灰色预测,否则,需要对(0)x 做必要地变换处理,使其落入可容覆盖内,即取适当的c ,做平移变换 (0)(0)()(),1,2,...,y k x k c k n =+=则是数列(0)(0)(0)(0)()((1),(2),...,())y k y y y n =的级比(0)(0)(1)(),2,3,...,()y y k k X k n y k λ-=∈= 3.2 建立模型按照下面的办法建立模型GM (1,1)(1) 由上面的叙述知道参考数据列为(0)(0)(0)(0)((1),(2),...,())x x x x n =,对其做一次累加(AGO )生成数列(1)x(1)(1)(1)(1)(1)(1)(0)(1)(0)((1),(2),...,())((1),(1)(2),...,(1)())x x x x n x x x x n x n ==+-+其中(1)(0)1()()(1,2,...,)k i x k x i k n ===∑ 。
中国人口增长与人口结构的灰色预测模型
j ( 1 ( )鲁e+ , 卫 ) (一 ) 鲁 ㈩ + 一 (1 0
l + ) ( 1 (. ( 1一 ㈩是 ) ㈩志 (志 。 + 一 )
3 2 模型 的检 验 .
P> 0 则 模 型 精 度 为 一 级 ; 发 展 系数 a .9 5, 当 ∈ ( ,) 口≥一0 3时 , 所建 GM( ,1 模 型 一2 2 且 . 则 1 )
量调 控产 生重 大影 响.
㈤ () 足一 l ( ,2 ,… , ) ” .
GM( ,1 预测 模 型是一 阶单 变量 的灰色 微分 方程 1 )
动态模 型
.
笔者 依据《 中国人 口统 计 年 鉴 》 的相 关 数 据 中
以及 新 补 充 的 数 据 , 立 中 国 人 口增 长 的 数 学 模 建
中国人 I变化 的 中 长期 趋 势作 出预 测 . : l
关键 词 : 色模 型 ; 口增 长 ; 口结 构 灰 人 人 中 图分 类 号 :C 2 93 文献标志码 : A 文 章 编 号 : 6 1 9 7 (0 0 0 0 4 O 1 7 — 4 6 2 1 ) 5— 0 8一 3
第 2 卷 第 5期 7
Vo . 7 No. I2 5
21 0 0年 9月
Se . 01 p2 0
中国人 口增长 与人 口结构 的灰色预测模型
黄 娜 , 陈绍 东
( 南阳理 工 学院 数 学 系, 南 南阳 4 3 0 ) 河 7 0 4
摘 要: 据 20-20 根 0 1 0 5年 中 国人 口 变化 的 一 系列 数 据 建 立 灰 色模 型 , 人 口增 长和 人 口结 构 两方 面对 未 来 从
Qt
其 中 口 b为待 定 系数 , , 分别 称之 为 发展 系数 和灰 色
人口预测模型(经典)
⼈⼝预测模型(经典)中国⼈⼝预测模型摘要本⽂对⼈⼝预测的数学模型进⾏了研究。
⾸先,建⽴⼀次线性回归模型,灰⾊序列预测模型和逻辑斯蒂模型。
考虑到三种模型均具有各⾃的局限性,⼜⽤加权法建⽴了熵权组合模型,并给出了使预测误差最⼩的三个预测模型的加权系数,⽤该模型对⼈⼝数量进⾏预测,得到的结果如下:其次,建⽴Leslie ⼈⼝模型,充分反映了⽣育率、死亡率、年龄结构、男⼥⽐例等影响⼈⼝增长的因素,并利⽤以1年为分组长度⽅式和以5年为负指数函数,并给出了反映城乡⼈⼝迁移的⼈⼝转移向量。
最后我们BP 神经⽹络模型检验以上模型的正确性关键字:⼀次线性回归灰⾊序列预测逻辑斯蒂模型 Leslie ⼈⼝模型BP 神经⽹络⼀、问题重述1. 背景⼈⼝增长预测是随着社会经济发展⽽提出来的。
由于⼈类社会⽣产⼒⽔平低,⽣产发展缓慢,⼈⼝变动和增长也不明显,⽣产⾃给⾃⾜或进⾏简单的以货易货,因⽽对未来⼈⼝发展变化的研究并不重要,根本不⽤进⾏⼈⼝增长预测。
⽽当今社会,经济发展迅速,⽣产⼒达到空前⽔平,这时的⽣产不仅为了满⾜个⼈需求,还要⾯向社会的需求,所以必须了解供求关系的未来趋势。
⽽⼈⼝增长预测是对未来进⾏预测的各环节中的⼀个重要⽅⾯。
准确地预测未来⼈⼝的发展趋势,制定合理的⼈⼝规划和⼈⼝布局⽅案具有重⼤的理论意义和实⽤意义。
2. 问题⼈⼝增长预测有短期、中期、长期预测之分,⽽各个国家和地区要根据实际情况进⾏短期、中期、长期的⼈⼝预测。
例如,中国⼈⼝预期寿命约为70岁左右,因此,长期⼈⼝预测最好预测到70年以后,中期40—50年,短期可以是5年、10年或20年。
根据2007年初发布的《国家⼈⼝发展战略研究报告》(附录⼀)及《中国⼈⼝年鉴》收集的数据(附录⼆),再结合中国的国情特点,如⽼龄化进程加速,⼈⼝性别⽐升⾼,乡村⼈⼝城镇化等因素,建⽴合理的关于中国⼈⼝增长的数学模型,并利⽤此模型对中国⼈⼝增长的中短期和长期趋势做出预测,同时指出此模型的合理性和局限性。
人口增长模型
x (0) x (0) (1), x (0) (2), x (0) (3), , x (0) (n)
x
1
x (1), x (2), x (3), , x (n)
(1) (1) (1) (1)
x 1 的紧邻均值生成序列 (2) 确定
Z 1 z (1) (1), z (1) (2), z (1) (3), , z (1) ( n)
指标 维度
a
5维(2006-2010) 0.005776%
c
0.0045
P
1
6维(2005-2010)
0.011580%
0.0103
1
7维(2004-2010)
0.012183%
0.0086
1
8维(2003-2010)
0.025345%
0.0145
1
9维(2002-2010)
0.036936%
0.0170
x(t t ) x(t ) rx(t )t
dx rx dt x(0) x0
令t 0得
求解得 x x0e
rt
阻滞增长模型(Logistic模型)(姜启源)
人口增长到一定数量后,增长率下降的原因: 资源、环境等因素对人口增长的阻滞作用 且阻滞作用随人口数量增加而变大 假设 r是x的减函数
则第k+1年按年龄人数分布向量递推公式为:
N (k 1) LN (k )
1 短期预测模型 模型一:灰色GM(1.1)模型,选择最 佳维度来建立模型进行预测 模型二:采用新陈代谢灰色GM(1.1) 建模,并与模型一作对比,最后选择最 佳的5维新陈代谢灰色GM(1.1)来预测人 口数,并对结果进行了验证和分析。
两种人口预测模型的精确度比较_以人口年龄移算法和灰色预测模型为例(1)
2009年1月第25卷 第1期南京人口管理干部学院学报Journa l of N anji ng Co lleg e for P opulation P rogra mm e M anage m entJan .,2009V o.l 25 N o .1[收稿日期]2008-10-06;[修订日期]2008-11-18[作者简介]茆长宝(1984-),男,江苏连云港人,四川大学硕士研究生,研究方向:人口学、人口资源与可持续发展。
程琳(1984-),女,河南三门峡人,四川大学硕士研究生,研究方向:金融学、环境经济学。
人口研究两种人口预测模型的精确度比较以人口年龄移算法和灰色预测模型为例茆长宝1,程 琳2(1.四川大学人口研究所;2.四川大学经济学院,四川成都610064)[摘要]对灰色预测模型、人口年龄移算法在人口预测结果中的精确度问题进行了比较研究。
结论是:(1)灰色预测模型的预测精确度优于人口年龄移算法;(2)灰色预测模型残差在小范围内呈波动趋势,而人口年龄移算法残差表现为随预测时间的推移而增加的趋势;(3)灰色预测模型比人口年龄移算法更适合较长时期的人口预测。
[关键词]人口预测;灰色模型;人口年龄移算;精确度[中图分类号]C923 [文献标识码]A [文章编号]1007-032X (2009)01-0029-04Abst ract :A co m parison w as m ade bet w een t w o de m ograph ic m odels ,gray forecasti n g m ode l(G M )and the m odel of population sh ift algorithm,to study their accuracy in populati o n pro jection.The au t h ors have co m e to threeconc l u si o ns as fo llo w s :Firstly ,G M is mo re accurate than the other one .Secondly ,t h e resi d ual error o fG M fl u c tuates i n a s m all range w hile the resi d ual error of the other m odel i n creases as ti m e goes by .Th ir d l y ,the GM is m uch m ore adapted to long per i o d popu lation projections .K ey w ords :Popu lation Pro jecti o ns ;GM;Popu lation sh iftA lgorithm;Analysis of Accuracy人口预测是人口学研究中的重要内容之一,其理论发展一直受到关注[1-9],产生了众多预测方法[10],如人口年龄移算、灰色模型[GM (1,1)]、线性方程、几何增长方程、指数增长方程、修正指数方程、逻辑斯蒂曲线、玛克汉曲线、刚培兹曲线、n 次方程、自回归方程等,为人口预测理论的发展奠定了坚实的基础。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中国人口增长模型之邯郸勺丸创作论文摘要:人口问题涉及人口质量和人口结构等因素,是一个复杂的系统工程,稳定的人口发展直接关系到我国社会、经济的可持续发展。
如何从数量上准确的预测人口数量以及各种人口指标,对我国制定与社会经济发展协调的健康人口发展计划有着决定性的意义。
近年来我国的人口发展出现了许多新的特点,这些都影响着我国人口的增长。
鉴此,本文依据灰色预测方法和年龄移算理论,基于人口普查统计数据,从人口系统发展机理上展开讨论。
首先根据灰色预测理论,建立了一级的灰色预测模型,再将近几年我国的人口数量带入模型,便得到未来较短时间内我国的人口数量。
所得结果为我国总人口将于2006年、2007,2008,2009,2010年分别达到13.1495,13.2212,13.2909,13.3587,13.4246亿人。
然后分析人口发展方程中按年龄死亡率及生育模式等参数函数的内在变更规律,及其对总人口的影响,建立了莱斯利主模型,并在此基础上针对各参数函数的分歧特点,建立了生育模型和死亡模型等子模型。
在将所得子模型和主模型结合,依据当前人口结构现状对我国的人口做了长期的预测。
所得结果是我国总人口将于2010年、2020年、2030年分别达到13.51058,14.38295,14.78661亿人与国家发展战略陈述数据一致。
最后对所建模型的优缺点进行了客观的评价。
一、问题的提出1.1 问题:中国是一个人口大国,人口问题始终是制约我国发展的关键因素之一。
根据已有数据,运用数学建模的方法,对中国人口做出分析和预测是一个重要问题。
近年来中国的人口发展出现了一些新的特点,例如,老龄化进程加速、出生人口性别比持续升高,以及乡村人口城镇化等因素,这些都影响着中国人口的增长。
2007年初发布的《国家人口发展战略研究陈述》还做出了进一步的分析。
关于中国人口问题已有多方面的研究,并积累了大量数据资料。
试从中国的实际情况和人口增长的上述特点出发,参考附录2中的相关数据(也可以搜索相关文献和弥补新的数据),建立中国人口增长的数学模型,并由此对中国人口增长的中短期和长期趋势做出预测。
1.2 布景分析:中国是世界上人口最多的发展中国家,人口多,底子薄,人均耕地少,人均占有资源相对缺乏,是我国的基本国情,人口问题一直是制约中国经济发展的首要因素。
人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会包管、社会稳定和城市活力。
在我国现代化进程中,必须实现人口与经济、社会、资源、环境协调发展和可持续发展,进一步控制人口数量,提高人口质量,改善人口结构。
对此,单纯的人口数量控制(如已实施多年的计划生育)不克不及体现人口规划的科学性。
政府部分需要更详细、更系统的人口分析技术,为人口发展战略的制定提供指导和依据。
长期以来,对人口年龄结构的研究仅限于粗线条的定性分析,只能预测年龄结构分布的大致范围,无法用于分析年龄结构的具体形态。
随着对人口规划精准度要求的提高,通过数学方法来定量计算各种人口指数的方法日益受到重视,这就是人口控制和预测。
二、问题分析2.1 整体分析人口增长模型是由生育、死亡、疾病、灾害、环境、社会、经济等诸多因素影响和制约的共同结果,如此众多的因素不成能通过几个指标就能表达清楚,他们对人口增长的潜在而复杂的影响更是无法精确计算。
这反映出人口系统具有明显的灰色性,适宜采取灰色模型去发掘和认识原始时间序列综合灰色量所包含的内在规律。
灰色预测模型属于全因素的非线性拟合外推类法,其特点是单数列预测,在形式上只用被预测对象的自身序列建立模型,根据其自身数列自己的特性进行建模、预测,与其相关的因素并没有直接介入,而是将众多直接的明显的和间接的隐藏着的、已知的、未知的因素包含在其中,看成是灰色信息即灰色量,对灰色量进行预测,不必拼凑数据禁绝、关系不清、变更不明的参数,而是从自身的序列中寻找信息建立模型,发现和认识内在规律进行预测。
基于以上思想我们建立了灰色预测模型。
2.2 局部分析在灰色预测模型中,与起相关的因素并没有直接介入,但如果考虑到直接影响人口增长的因素,例如出生率、死亡率、迁入迁出人口数等,根据具体的数据进行计算,则可以根据年龄移算理论,从某一时点的某年龄组人数推算一年或多年后年龄相应增长一岁或增长多岁的人口数。
在这个人口数的基础上减去相应年龄的死亡人数,就可以得到未来某年龄组的实际人口数。
对于0岁的新生人口,则需要通过生育率作重新计算。
当社会经济条件变更不大时,各年龄组死亡率比较稳定,相应活到下一年龄组的比例即存活率也基本上稳定不变。
因而可以根据现有的分性别年龄组存活率推算未来各相应年龄组的人数。
即,若某t年年初有i岁人口数人,次年即(t+1)年年初这些人长了一岁为(r+1)岁。
若为这批人在一年内的死亡率,则(t+1)年年初(i+1)岁的人口数为。
0岁人口数需要通过妇女生育情况另行计算。
因此可以建立人口发展矩阵方程模型这一主模型,并在其基础上建立生育率模型和死亡率模型。
三、模型假设1. 假设附件中所给数据真实可靠且具有预测性。
2. 不考虑国内外的人口迁移对我国人口的影响。
3. 不考虑香港、台湾以及澳门人口。
4. 假设影响中国总人口数的主要因素是死亡率和出生率。
5. 假设在社会稳定的前提下,生育和死亡率都比较稳定。
6. 由国家人口发展战略研究陈述知,我国总和生育率从20世纪70年代初的5.8下降到目前的1.8,低于更替水平。
假设在未来的发展进程中,我国妇女的总和生育率坚持为1.8。
四、名词解释1. 人口:生活在一定社会生产方式、一定时期、一定地域,实现其生命活动并构成社会生活主体,具有一定数量和质量的人所组成的社会群体。
2. 出生率:指某年每1000人对应的活产数,又称总出生率或粗出生率。
它反映人口的出生水平,一般以千分数暗示。
3. 生育率:某年每1000名15-49岁妇女的活产婴儿数。
又称一般生育率。
该指标比出生率要精确一些,因为它将同可能生育的特定性别年龄的人口联系起来(通常是15-49岁的妇女),排除了年龄性别结构分歧引起的偏差。
生育率比出生率更能揭示生育水平的变更。
4. 总和生育率:指假定妇女依照某一年的年龄别生育率度过育龄期,平均每个妇女在育龄期生育的孩子数5. 死亡率:一定时期内(通常为一年)死亡人数与同期平均人数(或期中人数)之比。
说明该时期人口的死亡强度,通经常使用千分比暗示。
6. 人口增长率:人口增长程度或增长速度,即一定时期内人口增长数与人口总数之比。
通常以一年为期计算,用百分数暗示。
7. 人口年龄结构:某一年某一地区按年龄划分的人口数。
8. 老龄化指数:65岁以上人口对15岁以下人口的比例,数值越高说明老龄化程度越深。
9. 平均寿命:0岁时的期望寿命,用以反映同时出生的一群人预期可能存活的岁数。
10.灰生成:将原来数据通过某种运算交换为新数据,成为灰生成,新数据称为变换数据。
11.累加生成:将同一序列中数据逐次相加以生成新的数据。
五、模型的建立模型一灰色预测模型灰色系统是指既含有已知信息、又含有未知信息或非确知信息的系统,也称为贫信息系统。
灰色模型是根据关联度、生成数灰导数、灰微分等观点和一系列数学方法建立起来的连续性的微分方程。
灰色预测是灰色系统理论的一个重要方面,它利用这些信息,建立灰色预测模型,从而确定系统未来的变更趋势。
灰色预测模型能够根据现有的少量信息进行计算和推测。
灰色建模的思路是:从序列角度剖析微分方程,是了解其构成的主要条件,然后对近似满足这些条件的序列建立近似的微分方程模型。
而对序列而言(一般指有限序列)只能获得有限差别信息,因此,用序列建立微分方程模型,实质上是用有限差别信息建立一个无限差别信息模型。
设原始序列为这是一组信息不完全的灰色量,具有很大的随机性,将其进行生成处理,以提供更多的有用信息。
下面选用累加生成,则m 次累加生成的结果为式中(k=1,2,…,n)一般通过一次累加生成就能使数据呈现一定的规律,若规律不敷,可增加累加生成的次数。
同理一次累加序列为在数据生成的基础上,用线性动态模型对生成数据拟合和迫近。
对建立模型白化形式微分方程的离散解为(k=0,1,2,…,n-1)按累减生成还原,计算后得到预测数据。
显然这里只需一次累减。
利用1999年-2005年的中国人口数据,然后根据最小二乘法原理运用Matlab软件编程(程序见附录)对参数求解可以得到: ,初始序列的第一个元素为0.0975。
因此可得白化形式微分方程的离散解为即通过上述GM(1,1)模型的建模过程可知,模型的解是一个指数函数,实际上对于任意非负离散点序列,其一次累加序列呈现指数规律,因此,用指数函数来拟合是可以的。
模型二模型组下面以人口发展矩阵方程为主模型,并在此基础上进一不建立生育模型和死亡模型的子模型。
主模型:改进的莱斯利模型以年为组划分年龄组,令最长寿命为m,设第t年满i足岁不到i+1足岁的人数为暗示符合条件的全部人口。
记为第t年i年龄组的死亡率,因此有,i=0,1,2,…,m-1,t=0,1,2…. (式一)令为i组妇女在t年的生育率, 为妇女的育龄期, 为i组中t年时的女性的人口比率,则第t年出生的人口为其中是生育模式,成立 ,而(式六)暗示第t年每一个育龄妇女平均生育婴儿数.令(式七)将式五带入式二,则式四可改写为(式八)那么有.(式十一)在社会稳定的前提下,生育率和死亡率都比较稳定,从而可以视A(t),B(t)为常矩阵A,B,则上式可化为.为了便于处理数据,我们采常矩阵的改进莱斯利模型,但由于矩阵A,B的维数过大,所以将具体的 --以及--置于附录,相应的A(t)和B(t)也同样在附录。
人口指数:依据这个模型不但可以求出人口总数,还可以求出平均年龄、平均寿命及老龄化指数等众多量。
子模型一:生育模型求极值可得曲线地峰值对应的年龄为利用1978年的数据,生育模型用Γ分布的离散值:子模型二:死亡模型六、模型求解Ⅰ最小二乘法求解处理灰色预测模型的辨识参数时,由最小二乘法原理运用Matlab软件进行编程(程序见附录),从而得到辨识参数a,μ.其中a=0.0281,μ=0.0888.最终得到GM(1,1)模型——利用求得的GM(1,1)模型,对我国中短期期间的人口增长进行预测,然后利用Mathmatic软件进行计算,由后面模型检验的精度检验可知,此能够较精确地预测出未来几年我国的人口数,我们选择了预测未来5年来的人口数目,但对于我国长期的人口数预测来说,此模型预测的偏差愈来愈大,方便应用.下表为预测中短期数据值:2006—2010年我国人口总数数据预测表Ⅱ年龄移算原理求解对数据进行预处理(拜见附录),运用迭代算法借助Matlab 软件对模型二进行求解,得到未来三十多年我国的人口数,结果如下表所示:2010-2030年我国人口总数数据预测表(5年为一阶段)同理可求出平均年龄,平均寿命,老龄化指数,见下表.2010-2030年我国人口指数数据预测表(5年为一阶段)年份平均年龄平均寿命老龄化指数市镇乡市镇乡市镇乡20102015202020252030由上表数据,可用EXCEL画出平均年龄图,平均寿命图,老龄化指数图(拜见附表1-3).七、结果分析及模型检验Ⅰ模型一的检验:为包管所建立灰色模型有较高的精度应用于预测实践,一般需要对其进行检验,步调如下:(1)求出与之残差、相对误差和平均相对误差:原始数据和预测数据见下表一:表一单位:亿年代原始数据预测数据1999--20001999—20011999—20021999—20031999—20041999--2005其中通过这些公式不难得出如下表二:表二年代原始数据预测数据残差相对误差1999--2000 0 0 1999—20011999—20021999—20031999—20041999--2005 1E-04通常、、C值越小,p值越大,则模型的精度越好。