基于灰色神经网络模型的江苏省人口预测
无需注册登录,支付后按照提示操作即可获取该资料.
基于灰色神经网络模型的江苏省人口预测(论文20000字,外文翻译)
摘要：GM(1,1)模型以及BP神经网络对于非线性数列变化的预测具有较好的适用性，但同时也存在一定的局限性。本文采用灰色GM(1,1)模型与神经网络相结合的方法，优化GM(1,1)预测模型，本文分别对江苏省人口总量、65岁以上人口比重、出生人口总数、男女比例以及城乡人口进行建立GM(1,1)以及灰色神经网络模型，比较两者的预测精度，选择最优模型进行预测分析。
关键词：灰色神经网络；人口预测；GM(1,1)模型
Population Prediction of Jiangsu Province based on Grey Neural Network Model
Abstract: GM (1,1) model and BP neural network have good applicability to forecast the change of nonlinear sequence, however, they have some limitations. In this paper, the GM (1,1) and gray neural network models are established for the total population of Jiangsu Province, the proportion of population over 65 years old, totalbirths,the ratio of male to female and urban and rural population. Comparethe prediction accuracy of the two models is and select the optimal model for prediction analysis.
.Keyword：grey neural network model; population prediction; GM(1,1) model
目录
1 绪论 1
1.1 课题背景 1
1.2 研究目的 1
1.3 文献综述 1
1.4 研究方法 2
1.5 结构安排 2
1.6 技术路线 2
2 江苏省人口发展现状 3
2.1 人口总量 3
2.2 地区差异 4
2.3 人口结构 5
2.3.1 人口出生率与死亡率 6
2.3.2 老龄化 6
2.3.3 男女人口比例 7
3预测模型 7
3.1 GM(1,1)模型 7
3.1.1 建模步骤 7
3.1.2 误差检验 8
3.2 灰色神经网络模型 9
3.2.1 建模过程 9
3.2.1 外延性检验 10
3.3 模型对比 10
4 江苏省总人口预测 10
4.1 GM(1,1)模型 10
4.1.1 建立模型 10
4.1.2 误差检验 10
4.2 灰色神经网络模型 11
4.2.1 建立模型 11
4.2.2 外延性检验 12
4.3 模型对比 12
4.4 预测分析 13
5 江苏省65岁以上人口比重预测 14
5.1 GM(1,1)模型 14
5.1.1 建立模型 14
5.1.2 误差检验 14
5.2 灰色神经网络模型 15
5.2.1 建立模型 15
5.2.2 外延性检验 15
5.3 模型对比 16
5.4 预测分析 16
6 江苏省出生人口预测 17
6.1 GM(1,1)模型 17
6.1.1 建立模型 17
6.1.2 误差检验 17
6.2 灰色神经网络模型 18
6.2.1 建立模型 18
6.2.2 外延性检验 18
6.3 模型对比 19
6.4 预测分析 19
7 江苏省男女人口比例预测 21
7.1 GM(1,1)模型 21
7.1.1 建立模型 21
7.1.2 误差检验 21
7.2 灰色神经网络模型 22
7.2.1 建立模型 22
7.2.2 外延性检验 22
7.3 模型对比 23
7.4 预测分析 25
8 江苏省城乡人口预测 25
8.1 GM(1,1)模型 26
8.1.1 建立模型 26
8.1.2 误差检验 26
8.2 灰色神经网络模型 28
8.2.1 建立模型 28
8.2.2 外延性检验 28
8.3 模型对比 29
8.4 预测分析 30
9 总结 31
9.1 预测总结 31
9.2 全文总结 31
9.2 自我评价 32
9.3 研究展望 32
参考文献 33
附录一：MATLAB灰色神经网络建模脚本 35
致谢 37