灰色预测模型在人口增长预测中的运用.doc

灰色预测模型在人口增长预测中的运用摘要：本文依照灰色理论建立相应灰色预测模型，对榆林市城市人口未来人口总量进行了分析和预测。笔者首先是对初始数据榆林市近年来城市人口数量进行预处理，进行合理的假设；其次，建立GM(1,1)模型，结合数据，推算出榆林市未来人口增长趋势；然后是对模型进行合理的检验，并对此模型进行评价。关键词：人口增长；灰色预测；GM(1,1)模型一 、灰色预测模型 1、灰色预测模型灰色模型理论是由我国学者邓聚龙教授在1982年创立的。灰色模型理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行规律的正确认识和有效控制。灰色预测模型属于全因素的非线性拟合外推类方法，在形式上是单数列预测，只运用研究对象自身的时间序列建立模型，与其相关联的因素没有参与建模，这正是灰色系统“灰”的体现。因为任何一个系统究竟包含多少因素，难以说清。比如人口系统的再生产是由生育、死亡、疾病、灾害、环境、社会、经济等诸多因素影响、制约的共同结果，如此众多的因素不可能通过几个指标就能表达清楚，它们对人口增长的潜在而复杂的影响更是无法精确计算。这反映人口系统具有明显的灰色性，适宜采用灰色模型去发掘和认识其原始时间序列综合灰色量所包涵的内在规律。灰色预测的基本思路事将已知的数据序列按照某种规则构成动态或非动态的白色模块，再按照某种变化、解法来求解未来的灰色模型。它的主要特点是模型使用的不是原始数据序列，而是生成的数据序列。其核心体系是灰色模型GM(1,1)，即对原始数据作累加生成得到近似的指数规律再进行建模的方法。优点是不需要很多数据，一般只需要四个数据就够，能解决历史数据少、序列的完整性及可靠性低的问题；能利用微分方程来充分挖掘系统的本质，精度较高；能将无规律的原始数据进行生成得到规律性较强的生成数列，运算简便，易于检验，具有不考虑分布规律，不考虑变化趋势的特点。缺点是只适合指数增长的预测，对波动性较大的时间序列预测结果较差。 GM(1,1)模型是灰色系统理论中应用最广泛的一种灰色动态预测模型。该模型由一个单变量的一阶微分方程构成。其特点是：要对研究的原始数据进行预处理，以改善其光滑性，在此基础上再进行建模；要利用微分方程的数值解法来构成GM(1,1)模型，提高拟合方程与待拟系统的微分方程之间的近似程度。GM(1,1)模型建立的基本过程步骤如下：1）是所要预测的某项指标的非负原始数据系列，并对原始数据作一次累加生成处理，即 2）.GM(1,1)预测模型是一阶单变量的灰色微分方程动态模型 其中为的紧邻均值生成，即 式数列的变化趋势近似的用微分方程描述 其中a ，b为待定系数，a称为发展系数，b称为灰色作用量。a，b通过最小二乘原理得到 3）.构造数据矩阵 4）.求出预测模型 2、模型的适用范围 模型适用于具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性的系统.例如：人口增长问题，居民收入问题，居民消费结构问题，粮食生产影响因素问题等。3、模型的检验1) 残差检验将k=0,1,2,M代入预测模型(7),得出累加值. 分别求出预测值、绝对误差、相对误差。2) 关联度检验 令关联系数 其中所以 由此计算灰数为0.5的关联系数 令关联度，则 (8)二、灰色预测模型在人口增长预测中的运用1、人口预测的意义 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。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。虽然我国自 1973 年全面推行计划生育以来，生育率迅速下降，取得了一些举世瞩目的成就，实现了人口再生产类型的历史性转变，有效缓解了人口增长对经济社会资源环境的压力，人口持续增长影响全面建设小康社会目标的实现、人口素质难以适应日趋激烈的综合国力竞争、人口结构性矛盾对社会稳定与和谐的影响日益显现。所以，人口问题是一个关系全局的一个重要问题，通过对影响城市人口规模变化因素的历史资料进行统计分析,探讨其在时间上的变化规律,可以得出城市人口规模变化的长期趋势,从而对它的未来变化进行预测。因此，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。只有正确的处理人口资源经济的关系，我们才能更好的促进社会的可持续发展。 2、人口增长为什么可以用灰色预测模型 人口系统的再生产是由生育、死亡、疾病、灾害、环境、社会、经济等诸多因素影响、制约的共同结果，如此众多的因素不可能通过几个指标就能表达清楚，它们对人口增长的潜在而复杂的影响更是无法精确计算。这反映人口系统具有明显的灰色性，适宜采用灰色模型去发掘和认识其原始时间序列综合灰色量所包涵的内在规律。通过对影响城市人口规模变化因素的历史资料进行统计分析,探讨其在时间上的变化规律,可以得出城市人口规模变化的长期趋势,从而对它的未来变化进行预测.但是,由于影响城市人口规模变化的因素众多,且有些因素是不完全确定的,从而增加了资料获取的难度,影响预测结果的精度.灰色预测法是一种对既含有已知信息又含有不确定因素的系统进行预测的方法,它的特点是所需信息量少,不仅能够将无序离散的原始序列转化为有序序列,而且预测精度高,能够保持原系统的特征,较好地反映系统的实际情况. 3、灰色预测模型在人口增长预测中的运用笔者收集了20022006年榆林市城市人口的统计资料，对未来五年内榆林市城市人口做出预测。 榆林市城市人口数 万人 年份20022003200420052006城市人口46.749.150.352.655.2由表可得榆林市城市人口的原始时间序列：由式得一次累加数据系列：由式得：由式得：由此得： 由式得预测公式模型： 4、模型的检验1、 残差检验将k=0,1,2,3,4代入式，分别求出预测值、绝对误差、相对误差、结果见下表，由表可知：平均相对误差为0.64%，最大相对误差也才有0.99%，说明模型精确度较高。年份20022003200420052006实际值46.749.150.352.655.4预测值46.748.750.852.855.2绝对误差0.00.4-0.5-0.20.2相对误差%0.000.810.990.380.362、 关联度检验令关联系数 其中所以 由此计算灰数为0.5的关联系数 令关联度，则 满足时，0.6的检验标准。5、预测结论对现实的指导意义因此，上述模型可以用于预测，将k=5，6，7，8，9，10带入预测模型，经计算，得到2007-2012年榆林市城市人口预测值： 榆林市城市人口预测值 万人年份200720082009201020112012城市人口预测值57.259.562.064.567.170.9由上述实例分析可知，GM(1,1)预测模型的数据量要求少，精确度较高，具有较强的实用性和有效性。是比较理性的预测方法。对于开放性，非线性的复杂系统，GM(1,1)预测模型能够从整体出发，对外延不确定性系统变化进行动态的科学模拟与仿真。因此，GM(1,1)模型预测结果可以为城市规划提供科学依据。三、模型的评价此模型的优点是结论建立在对数据科学分析的基础之上，在预测后能及时进行检验，确保了模型的应用性和可信度，具有一定的说服力；缺点是只适用于指数增长的预测，对波动性不好的序列预测效果较差。结束语本文首先介绍了灰色预测模型理论，然后运用此理论结合已有数据对榆林市未来的城市人口增长趋势作出预测，在未来几年里，榆林市城市人口将持续增长，预计2012年人口将突破70万，人口增长过快对环境、社会和经济都产生巨大的影响，政府部门应该采取相应措施来应对人口的快速增长。参考文献1 邓聚龙.灰色系统基本方法M 第一版.武汉:华中科技大学出版社2002.22 榆林市统计局3 姜启源,谢金星,叶俊.数学模型M 第三版.北京:高等教育出版社2003.84 王庚,王敏生.现代数学建模方法M 第一版.北京:科学出版社 2008: 145-159.5朱红兵,刘建通,王港,等. GM (1, 1)模型灰色预测法及其在预测体育成绩中的应用J.首都体育学院学报,2003,15(1)6祁建广.人口经济学预测问题研究.硕士学位论文J.大连:大连理工大2006.12，80-997李永胜.人口预测中的模型选择与参数认定J.财经科学.2004.2，69-748 赵静,但琦.数学建模与数学实验M 第一版.北京：高等教育出版社，20069 彭勇行.管理决策分析M，北京：科学出版社，2005年。10 王沫然，MATLAB与科学计算M，北京：电子工业出版社，2006年。11 李永浮,鲁奇,周成虎.2010年北京市流动人口预测 地理研究 J Vol.25， No.1 Jan，2006，78-8812 郝永红,王学萌.灰色动态模型及其在人口预测中的应用J.数学的实践与认识，2002（5）：813-820Gray forecast model in population growth forecast utilizationLi Chunyuan(Department of Mathematics, Xian University of Arts and Science, Xian, 710065） Abstract: This paper in accordance with gray theory establish the corresponding gray prediction model, to analysis and predict the gross population of Yulin City in future. Firstly,the author preprocess the initial data which is the population of Yulin City in recent years and give the reasonable assumption; Secondly, we establish the GM (