人口发展模型matlab实现
- 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)。
实验二:人口发展模型
实验目的:
理解马尔萨斯模型和Logistic模型,利用中国人口数据,进行参数估计,并比较模型的优劣。
实验题目:
据统计,建国以来我国人口增长情况如表1:
表1各年份中国总人口数(单位:千万)
年
份1954 1955 1956 1957 1958 1959 1960 1961 1962 人
口60.2 61.5 62.8 64.6 66.0 67.2 66.2 65.9 67.3 年
份1963 1964 1965 1966 1967 1968 1969 1970 1971 人
口69.1 70.4 72.5 74.5 76.3 78.5 80.7 83.0 85.2 年
份1972 1973 1974 1975 1976 1977 1978 1979 1980 人
87.1 89.2 90.9 92.4 93.7 95.0 96.259 97.5 98.705 口
年
份1981 1982 1983 1984 1985 1986 1987 1988 1989 人101.65 103.00 104.35 105.85 111.02 112.70 口100.1 4 8 7 1 107.5 109.3 6 4
年
份1990 1991 1992 1993 1994 1995 1996 1997 1998 人114.33 115.82 117.17 118.51 119.85 121.12 122.38 123.62 124.76 口 3 3 1 7 0 1 9 6 1
年
份1999 2000 2001 2002 2003 2004 2005
人125.78 126.74 127.62 128.45 129.22 129.98 130.75
口 6 3 7 3 7 8 6
1数据,
以马尔萨斯模型和Logistic模型来拟合表比较两种模型,哪种模型
更适合人口的长期预测?并预测2006年至2015年各年人口总数。
马尔萨斯模型假设单位时间内人口增长量与当刖时刻人口数成止比,
即有J dT =' 其中r代表增长率,为*时刻人口总量,易得\诃=
『:八-H"',这表明人口按指数变化规律增长。
Logistic 模型 假设人口增长率是当时人口数量 的线性递减函数
巨玉]。了,表示按自然资源和环境条件的最大人口容量;F 表示固有增长率,即人 口很少时的增长率;当• I 时,—r :-;当」* " 时,^ '1*0由此 建立Logistic 模型丨小 -:
",求解模型得”八
'.
1 ^(0) =
1 + _ i)e-^
实验程序及注释
%马尔萨斯模型 T=1954:2005;
N=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80. 7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104. 357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85, 121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.98 8,130.756];
y=log(N); %计算对数值
p=polyfit(T,y,1);
Malthus=exp(polyval(p,T));
plot(T,N,'o',T,Malthus) RM=sum((N-Malthus).A 2) %Logistic 模
型
b0=[ 241.9598, 0.02985];
fun=inline('b(1)./(1+(b(1)/60.2-1).*exp(-b(2).*(t-1954)))' ,'b','t'); b1= nlinfit(T, N,fun,b0);
Logistic=b1(1)./(1+( b1(1)/60.2-1).*exp( -b1(2).*(T-1954))); %非线性拟合的方 程 plot(T, N,'*' ,T,Logistic) %对原始数据与曲线拟合后的值作图 RL=sum((N-Logistic).A2) % 求残差平方和
图1实验结果
%线性拟合 %求线性函数值 %对原始数据和拟合后的值作图 %求残差平方和
%初始参数值
实验数据结果及分析
由上图可以看出,Logistic模型对人口的拟合更加确切,其误差130.8740较马尔萨斯模型的误差757.4464更小。利用Logistic模型预测2006年至2015年各
由马尔萨斯模型”八可得,随着时间的推移,人口数量将会无限的
增大,这显然是不合理的,导致这一问题的一个明显原因就是,马尔萨斯原型没有考虑环境的承受能力这一限制。而Logistic模型则
1 -F (如-l)e~rt 考虑了自然环境对人口数量以及增长率的限制,即随着时间的推移,人口数量会
渐渐增大,但人口的增长率会慢慢减小,直至等于0,此时人口将会达到环境所
能承受的最大值。
实验结论
相比于马尔萨斯模型,Logistic模型更适合长期的人口预测。