【正文】 ,對(duì)人口分布結(jié)構(gòu)進(jìn)行預(yù)測(cè) ,修正人口預(yù)測(cè)誤差 ,優(yōu)化模型的預(yù)測(cè)結(jié)果 ,將所構(gòu)造的人口預(yù)測(cè)模型的準(zhǔn)確度提高到實(shí)用化程度 ,其中由 matlab 仿真的 長(zhǎng)期陜西理工學(xué)院畢業(yè) 設(shè)計(jì) 第 3 頁(yè) 共 32 頁(yè) 預(yù)測(cè)模型的曲線(xiàn)擬合 ,其可決系數(shù)將不低于 。 人口預(yù)測(cè)，作為經(jīng)濟(jì)、社會(huì)研究的一種方法，應(yīng)用越來(lái)越廣泛，也越來(lái)越受到人們的重視。人口預(yù)測(cè)研究的方法始于國(guó)外 ,早在 1697年 ,英國(guó)就幵始了進(jìn)行人口預(yù)測(cè)的相關(guān)研究 ,社會(huì)學(xué)家、人口學(xué)家 GKing教授利用一種比較簡(jiǎn)單的數(shù)學(xué)理論模型 ,基于純手工計(jì)算 ,對(duì)英國(guó)的人口發(fā)展?fàn)?況進(jìn)行了未來(lái) 600 年的宏觀(guān)預(yù)測(cè)。 最終的后果是對(duì)國(guó)家的可持續(xù)發(fā)展造成嚴(yán)威脅 ,此與中國(guó)正致力于發(fā)展經(jīng)濟(jì)的宏偉目標(biāo)相悖 （ 中國(guó)政府的目標(biāo)是力爭(zhēng)在 2050年左右達(dá)到中等發(fā)達(dá)國(guó)家水平 ,而基于此發(fā)展目標(biāo) ,必然要求控制中國(guó)人口數(shù)量 ,減緩中國(guó)人口的增長(zhǎng)速度 ,這是今后時(shí)期中國(guó)人口政策的主要目標(biāo)之一 ） 。全面建 成 小康社會(huì)時(shí)期是我國(guó)社會(huì)快速轉(zhuǎn)型期，人口發(fā)展面臨著前所未有的復(fù)雜局面，人口安 全面臨的風(fēng)險(xiǎn)依然存在。這些都離不開(kāi)人口預(yù)測(cè)。政府決策部門(mén)需要更詳細(xì)、更系統(tǒng)的人口分析技術(shù)，為人口發(fā)展策略的制定提供指導(dǎo)和依據(jù)。據(jù)統(tǒng)計(jì) ,20 世紀(jì)與 21 世紀(jì)之交 ,我國(guó)的人口年齡結(jié)構(gòu)率先步入老年型 ,2020 年 ,我國(guó) 65歲及以上的老年人口比例達(dá)到了 %,而第六次人口普查結(jié)果顯示這個(gè)比例已高達(dá) %,中國(guó)城市老年家庭空巢率也增至 %,農(nóng)村已達(dá) 38%。所以處理好中國(guó)的人口問(wèn)題對(duì)促進(jìn)中國(guó)的經(jīng)濟(jì)社會(huì)發(fā)展至關(guān)重要。 要發(fā)展 ,必須進(jìn)一步控制人口數(shù)量 ,提高人口質(zhì)量 ,改善人口結(jié) 構(gòu) 。 80年代以后 , 由于我國(guó)實(shí)行了計(jì)劃生育 ,人口膨脹得到了有效的控制 。 新中國(guó)成立后 , 我國(guó)人口進(jìn)入飛速發(fā)展階段 。結(jié)果往往不能達(dá)到較好的效果 。人口預(yù)測(cè)是一個(gè)重要的理論和實(shí)際問(wèn)題。同時(shí)，為說(shuō)明該算法的有效性，又設(shè)計(jì)了幾種人們通常所用的 Logistic人口模 型和 )1,1(GM 灰色預(yù)測(cè)模型算法，并用相同的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，得到了良好的效果，即本文算法的人口預(yù)測(cè)最為準(zhǔn)確，其預(yù)測(cè)性能明顯優(yōu)于其他算法，而這主要是參數(shù)的選擇對(duì)于增強(qiáng)預(yù)測(cè)性方面的影響，最終導(dǎo)致人口預(yù)測(cè)精確度。準(zhǔn)確地預(yù)測(cè)未來(lái)人口的發(fā)展趨勢(shì)，制定合理的人口規(guī)劃和人口布局方案 具有重大的理論意義和實(shí)用意義。我國(guó)是個(gè)人口大國(guó)、資源小國(guó)，這對(duì)矛盾將長(zhǎng)期制約我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展。其次，本文提出了一種基于 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的 優(yōu)化算法，該算法避免了人們?cè)?預(yù)測(cè) 中參數(shù)選擇的主觀(guān)性而帶來(lái)的精度的風(fēng)險(xiǎn)，增強(qiáng)了人口預(yù)測(cè)的準(zhǔn)確性。 [關(guān)鍵詞 ] 神經(jīng)網(wǎng)絡(luò) Logistic 人口模型 )1,1(GM 灰色預(yù)測(cè)模型 matlab 軟件 陜西理工學(xué)院畢業(yè) 設(shè)計(jì) Population projections based on neural works Author: Song Bo (Grade11,Class 2, Major in Information and puting science, Mathematics and puter science Dept. Shaanxi University of Technology, Hanzhong 723000,Shaanxi) Tutor:Zhao Hui Abstract： Our country is now in the period of building a moderately prosperous society, demographic development is faced with great challenges, the contradiction between economic and social development and environmental pr otection increasingly sharp. Our country is populous country, resources small country, this contradiction will have long hindered the development of economy and society. Accurately predict the future demographic trends, population planning and development of rational population distribution program has great theoretical and practical significance. This paper introduces the concept of population projections and development law and so on. Firstly, taking into account the population predicted to have a lot of redundancy, to expand the scope and volume of flow characteristics, but also to improve the population projections of the effect, therefore, the use of normalized data were processed on the population, which does not require discrete raw data, this ensures that the population forecast accuracy and pleteness of information the original data. Secondly, this paper presents an optimization algorithm based on neural work prediction, the algorithm avoids the people in the forecast parameters and risks subjectivity accuracy, and enhance the accuracy of population projections. Meanwhile, in order to show the effectiveness of the algorithm, and designed several people population model is usually used and the gray prediction model and algorithm, and tested using the same data, obtained good results, that population is the most accurate prediction algorithm, which forecast outperforms other algorithms , which mainly affect the selection parameters for enhanced predictability, eventually leading to population forecasting accuracy. Meanwhile, in the stability and scalability algorithm, the algorithm is also significantly better than the other algorithms. Consider the impact of fertility, mortality, population growth and other factors, rebuild the neural work model to predict population. Key words:Neural work Logistic population model )1,1(GM grey prediction model matlab software 陜西理工學(xué)院畢業(yè) 設(shè)計(jì) 目錄 1. 緒論 .................................................. 1 引言 .................................................. 1 研究的背景及意義 ...................................... 1 研究背景 .......................................... 1 研究意義 .......................................... 2 人口預(yù)測(cè)發(fā)展及研究現(xiàn)狀 ................................. 2 基本目標(biāo)及主要內(nèi)容 .................................... 2 組織結(jié)構(gòu) .............................................. 3 .................................. 3 阻滯增長(zhǎng)模型（ Logistic 模型） ............................. 3 灰色系統(tǒng) )1,1(GM 預(yù)測(cè)模型 ................................. 4 研究領(lǐng)域及理論 ................................... 4 灰色模型發(fā)展 ...................................... 5 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型研究概述 ............................... 6 神經(jīng)網(wǎng)絡(luò)模型概念 .................................. 6 研究的發(fā)展 ........................................ 6 研究領(lǐng)域 .......................................... 6 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程 .................................. 6 ........................................... 7 阻滯增長(zhǎng)模型的算法： ................................... 7 )1,1(GM 算法 ............................................ 8 神經(jīng)網(wǎng)絡(luò)算法實(shí)驗(yàn) ....................................... 9 .............................................. 10 Logistic 模型預(yù)測(cè) ....................................... 10 )1,1(GM 模型的求解 ..................................... 12 BP 神經(jīng)網(wǎng)絡(luò)人口預(yù)測(cè)模型 ............................... 14 ........................................ 17 數(shù)據(jù)來(lái)源說(shuō)明 ......................................... 17 實(shí)驗(yàn)步驟 ............................................. 17 實(shí)驗(yàn)結(jié)論及分析 ....................................... 18 陜西理工學(xué)院畢業(yè) 設(shè)計(jì) 實(shí)驗(yàn)結(jié)論 ............................................. 18 致謝 .................................................... 21 參考文獻(xiàn) ................................................ 22 附錄 .................................................... 23 陜西理工學(xué)院畢業(yè) 設(shè)計(jì) 第 1 頁(yè) 共 32 頁(yè) 1. 緒論 引言 中國(guó)是一個(gè)人口大國(guó) ， 人口的增長(zhǎng)影響和制約著國(guó)家各個(gè)方面的發(fā)展 ， 有效的預(yù)測(cè)人口數(shù)量，制定合理政策，將有利于國(guó)家的綜合發(fā)展。如果在一些簡(jiǎn)單的模型下進(jìn)行數(shù)據(jù)模擬。 中國(guó)自古以來(lái)是一個(gè)人口大國(guó) 。 中國(guó)人口凈增長(zhǎng)率波動(dòng)比較劇烈 。 在我國(guó)現(xiàn)代化進(jìn)程中必須實(shí)現(xiàn)人口與經(jīng)濟(jì) 、 社會(huì) 、 資源 、 環(huán)境協(xié)調(diào)發(fā)展和可持續(xù)發(fā)展 ,而人口問(wèn)題始終是制約我國(guó)發(fā)展的關(guān)鍵因素之一 。 研究的背景及意義 人口問(wèn)題始終是經(jīng)濟(jì)和社會(huì)發(fā)展的核心問(wèn)題 ,中國(guó)作為一個(gè)發(fā)展中國(guó)家 ,占據(jù)著世界 19%的人口比重 ,居于首位。出現(xiàn)了諸如人口出生性別比例失調(diào) ,勞動(dòng)力市場(chǎng)供給不足 ,老齡化趨勢(shì)愈演愈烈等現(xiàn)象 ,這 些都影響著中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的進(jìn)程 ,成為目前亟待解決的問(wèn)題。對(duì)