基于灰色关联度和BP神经网络的全国人口预测研究

文章首先运用灰色关联度分析,找出了影响人口变化的主要因素,将2009-2018年的主要因素数据作为BP神经网络的输入对网络进行训练;其次运用时间序列预测对2019和2020年的出生率、老龄人口数和农村人口数进行了预测,运用灰色预测对2019和2020年死亡率进行了预测;最后将2019和2020年各因素预测值输入已经训练好的BP神经网络中得到2019和2020年总人口预测值139900和140320,结果显示BP神经网络预测具有较高的准确性。     

基于修正组合模型的包头市用水量预测分析

【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。     

浅谈中国老龄化

21世纪是全球人口全面老龄化的世纪，而中国是人口老龄群体最大的国家。本文分析了中国人口老龄化的现状、趋势及特点，详尽地阐述了人口老龄化给社会经济带来的重要影响，并指出了应对人口老龄化挑战的重心。     

基于不同方法的四川省人口规模预测研究

人口规模是区域发展战略规划中一项重要的控制指标,准确的预测区域未来人口的发展趋势,对于制定合理的国民经济计划具有重要意义。以四川省为研究对象,选用自然增长模型、灰色预测模型以及马尔萨斯人口模型三种人口规模预测方法进行建模和预测,并综合三种模型的预测结果,得出四川省2015~2030年人口规模预测范围值。结果表明:随着经济不断发展,四川省的人口总数也会在未来15年里保持持续缓慢增长的趋势,预计到2030年,人口总数将会达到9988万人左右。最后,结合预测结果,对四川省2015~2030年人口发展趋势进行讨论并提出对策和建议。     

人口老龄化时空演化特征及动力机制研究——以陕西省为例

人口老龄化是目前学术界关心的热门话题,陕西人口老龄化问题越来越突出,成为新型城镇化过程中的一个难点,从时间与空间双重角度出发,运用ArcGIS和SPSS等软件,统计分析陕西1990年、2000年和2010年三次人口普查时期老龄人口变动情况;结果显示,陕西人口老龄化在时间演化上呈"肚大腿小"、老龄人口比重愈演愈烈、各市区人口老龄化比重增长差异显著的特征,在空间演化上则呈南高北低、区域差异明显、中心城区人口老龄化比重小以及"乡村城市镇"的特征。     

基于组合模型的黑龙江省人口预测及分析

首先以1993～2004年黑龙江省人口数据资料为依据,应用Logistic增长模型,线性回归模型,灰色系统GM（1,1）理论,分别构建人口预测模型,预测结果与实际数值比较、分析,表明模型应用效果比较符合实际。然后考虑到定性和定量性,将模型有机的结合,建立一个更合理的模型,提高模型预测精度,对2007～2012年黑龙江省的已有人口数和未来人口规模进行分析与预测。     

县级市人口及城镇化水平预测——以江西省乐安县为例

人口及城镇化水平预测是土地规划中的重要指标之一.采用人口自然增长法、趋势预测法和灰色模型预测法对乐安县总人口进行预测,并结合乐安县第5次人口普查数据及该县人口发展实际情况,运用算法平均值综合分析确定人口总量;并使用该方法对城镇化水平进行了预测.预测结果可为土地规划提供较好的决策支持.     

农村人口老龄化若干问题研究

一、城乡倒置是我国人口老龄化的突出特点我国是世界上老年人口最多、增长速度最快的国家之一。我国老年人口规模之大,老龄化速度之快,高龄人口之多,都是世界人口发展史上前所未有的。农村人口老龄化高于城镇是我国人口老龄化的突出特点。全国老龄办     

农村电网中长期负荷改进灰色预测研究

农网中长期负荷预测在农村电网发展规划编制中占有重要地位,而其关键是数学模型的建立,灰色模型是一种较好的预测方法,但传统的灰色预测精度不够好。通过分析一种改进方法,即通过对原始数据进行开次方处理降低预测模型的模型系数,再对数据平滑处理生成新的数据序列进行灰色建模预测,基于重庆地区农村用电量的实际数据分析表明,本改进方法比以往方法较大地提高了预测精度,其中改进无偏灰色模型开二次方预测精度最高,未来数年的农村用电量预测结果可为编写农村发展规划提供重要的参考价值。     

基于终身教育下的社区老年教育发展对策

我国人口基数大,是世界上老年人口最多的国家,人口老龄化发展严峻。由于人口老龄化,老龄群体的文化程度普遍偏低,自身成长性比较慢,影响到人力资源素质,老年教育是解决老龄人口素质低的重要途径。社区是开展老龄教育的重要场所,积极推进社区老年教育,对完善终身教育体系具有重要意义。本文首先阐述了社区老年教育的重要性,我国在开展终身教育背景下社区老年教育存在认识方面、发展方面的不足之处,从而结合我国实际国情,从整合老年教育资源、建立健全老年教育管理机制、促进教育多元化方向发展进行了详细阐述。     

基于灰色预测模型对白城市未来五年居民需水量的预测

需水量是城市水资源的一个重要方面,预测城市居民需水量成为指导水资源合理配置的最重要的一项科技指标。本文以吉林省白城市2004～2013年的居民需水量数据为研究对象,比较不同维数的灰色GM（1,1）预测模型的误差,选择最优模型对白城市今后五年需水量进行预测分析,可以为水利部门分配水资源提供科学依据。     

城市人口系统等维灰数递补动态模型探讨

应用灰色系统等维灰数递补动态预测模型,对桂林市的人口进行了动态预测。通过检验表明,该模型合理,能够为城市政府部门的决策提供科学依据。     

组合模型在物流量预测中的应用

在分析指数拟合、灰色系统模型的平均预测误差的基础上,建立了组合预测模型,并对广州市的物流量进行了预测.结果表明,组合模型的预测结果是最优的.     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

浅谈农村养老问题

<正>人口老龄化是当前中国人口发展的一个热点问题。笔者通过多次下乡调查,近年发现农村养老问题令人堪忧。下面仅就某乡农村老年人生活现状调查情况进行简要分析,我认为应该有几点解决方案。人口老龄化是当前中国人口发展的一个热点问题。党中央提出"关注民生,重视民生",从多种角度进行了深刻的阐述,作出了完善制度、推动发展的战略部署,字里行间都倾注了对老年人的关心和关爱,都体现了对老龄事业发展的关注与重视。在阐述     

我国农业机械总动力预测——基于背景值优化的GM(1,1)模型

随着现代科技的不断发展,农业机械化程度不断提高,而农业机械总动力是衡量一个国家农业现代化程度的重要指标。传统的灰色预测方法无法更加准确地进行预测,因此,提出了基于背景值优化的GM(1,1)模型预测,并用2003~2012年的数据对模型进行验证对比,解释了此方法相比单纯的灰色预测精度有所提高,可以预测我国未来数年内农业机械总动力的拥有量,便于国家对农机发展的宏观调控。     

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。     

基于灰色神经网络的换热器污垢预测研究

由于影响换热器污垢热阻的因素较为复杂,对其预测比较困难.针对这种情况,提出了利用灰色神经网络预测方法对污垢热阻进行预测.本文用一种灰色理论算法改进模型和RBF神经网络分别对换热器污垢热阻值进行预测,并对预测结果进行最优组合,同时给出了预测曲线.结果表明与GM（1,1）模型相比较,灰色神经网络组合模型（GMNN）预测精度更高,可以较准确地预测污垢热阻随时间的变化趋势.     

基于灰色系统理论的城镇建设用地预测模型的研究——以湖北潜江市为例

针对我国现行城镇建设用地预测中存在的问题,在预测潜江市城镇建设用地规模中引入灰色系统理论中的灰色关联度和灰色GM(1,1)预测模型,用灰色GM(1,1)模型对城镇人口进行预测,并通过关联度综合分析各因素(人口、固定资产投资)对城镇建设用地的影响,结合建设用地控制系数进行再次调整,从而提出一种集约型的预测模型。