可能会用模型-综合评价部分方法_第1页
可能会用模型-综合评价部分方法_第2页
可能会用模型-综合评价部分方法_第3页
可能会用模型-综合评价部分方法_第4页
可能会用模型-综合评价部分方法_第5页
免费预览已结束,剩余19页可下载查看

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

2007高教社杯大学生数学建模竞赛区评阅编号(由赛区评阅前进行编号赛区评阅记录(可供赛区评阅时使用统一编号(由赛区送交前编号评阅编号( 评阅前进行编号一个人口大国,人口问题始终是制约我国发展的关键因一。近年来中国的人口发展出现了一些新的特点,比如化进程加速、出生人口比持续升高,以及乡村人口城镇化等因素,这些都影响着口的增长。本文在参考一些数据,文献本文通过参考一些数据,人口增长的中短期和长期趋势做出预测首先,采用人口发展系统的数学模型(Leslie)人口的增长进行中短期预测,即(2006—2015年;先对未来十年内的某年i岁的人口率、女性率与女性比的预测,由神经网络模型求解人口化影响的女性率;再由1964—2005年的我国出生人口比时期变动情况拟合曲线的方法对未来十年内的女性比进行预测,将所求的各类参数代入模型编写程序预测口增长。2的情况(例如2003年的总和率,由于特殊的影响,可能很多妇女没有,2004年好转时补偿)采取一定的方法对这些数据进行分析和调整,如对分年测方程为迭代循环系统,也就是说,由基年(第i年)代入方程,预测到下一年(第i+1年)的人口结构数据,再把第i+1年的人口结构数据代入,如此循环下去,编写关键字:人口发展系统的数学模型,神经网络,人口预测,分要素预测法问题重据,运用数学建模的方法,人口做出分析和预测是一个重要问题。近年来中国的人口发展出现了一些新的特点,比如,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,这些都影响着口的增长。2007关于口问题已有多方面的研究,并积累了大量数据资料。附录2就是从《中试从中国的实际情况和人口增长的上述特点出发,参考附录2中的相关数据(也可以搜索相关文献和补充新的数据,建立口增长的数学模型,并由此人口增长的中短期和长期趋势做出预测;特别要模型中的优点与不足之处。问题分该题是关于口的预测问题,由于近年来中国的人口发展出现了一些新的特点,例如,化进程加速、出生人口比持续升高,以及乡村人口城镇化等因素,它们影响着口的增长,要研究口的增长问题,必须从中国的实际情况和人口的一些人口化的分人口化是问题中一个重要的因素。但是单从所给的数据对人口化进行处理分析,可能存在相当大的误差,因此我们从相关搜索一些关于人口化的数据,这里我们用人口化指标来修正女性的率;即随着化指数的不断变高,其女性神经网络模型求解,采用梯度搜索技术,有使网络的实际输出值与期望值之间的误差均方值最小的特点。出生人口比的分出生人口的比也是问题的一个重要的因素它关系到未来女性比的变化趋势,在问题所附得<<国家人口发展>>中它给出了从1964—2005年的我国出生人口比时期变动情况,得出趋势曲线,以此反映女性比变化趋势。拟合出出生人口比曲线方程。建立合理的人口数学模型,通过对上述各种新的因素和特点的分析,分别人口中短期口增长的预人口化和出生人口比对中短期内人口的增长起着关键性的作用,在短时期内市、镇、乡的人口总数变化不大,因此这里我们不考虑乡村人口城镇化因素。采用人口发化影响的女性率和出生人口比影响的女性率长期口增长的预人口化和出生人口比对长期内人口的增长起着关键性的作用长期预测中市、镇、乡的人口总数变化较大,但我们考虑的是人口总数,所以我们不考虑。这里一般的数学模型只提供区域内人口总量状况而难以满足规划需要,而我们要采用的分要素预测法模型正因为可以提供详实、全面的人口资料而显得尤为重要。分要素预测法原理比较容易理解,但预测过程非常复杂,应对多个参数进行预测;即模型的预测,分组人口的预测,出生人口预测(列出分 组的育龄妇女人数, 水平的预测,还要选择适当的模型。在各方面预测中适当添加人口化和出生人口比的影响符号说xi(t)表示第t年i岁(满i而不到i1周岁)的人口数di(t)表示第t年i岁人口的率d00(t)表示第t年的婴儿率bi(t)表示第t年i岁女性率ki(t表示第t年i.(t)表示第t年每个育龄妇女平均的婴儿数BtDt为人口Px1(t1表示在(t1)年份(x1)Px(t表示在(t)年份(x)Sx(t)表示在(t)年份(x)岁数的率Gt表示在t年的出生比模型假模型的建立与 按周岁计算,设最大年龄为m

xi

为第tii

i1周岁)t0,1,2,```i0,1,2,```m育、老化和引起的人口演变,而不计迁移等社会因素的影响。记di(t)为第t年i岁 率,即id(t)xi(t)xi1(ti

xixi1(t1)(1di(t))xi(t)

记bi(t)为第t年i岁女性率,即每位女性平均婴儿数,为第t年i岁人口的女性比,则第t年的出生人数为f(t) bi(t)ki(t)xi(t)

[r1r2]ki记d00(t)为第t年的婴儿率,即第t年出生但未活到人口统计时刻的婴儿比例(刻为人口统计时刻,如2000年人口普查时,我国为11月1日零时)。d(t)

f(t)x0对于将(2)、(3)代入(1)

fx0(t)(1d00(t))f

将bi(t

x1(t1)(1d00(t))(1d0 bi(t)ki(t)xi

bi(t)(t)hi

其中hi(t)是模式,用以调整育龄妇女在不同时率的高低,满hi(t)利用(6)式对(5)

(t) bi

可知(t)表示第t年每个育龄妇女平均的婴儿数,若设在t年后的一个育龄时期内各个的女性率bi(t)都不变,那么(t)又可表为(t)bi1(t)bi11(t)```bi2(ti2i1

i即(t)是第t年i1岁的每位妇女一生平均的婴儿数,称为总和率,是控制人口数量的主要参数。将(5)式代入(4)式,并记i则(4)

b'(t)(1

(t))hi(t)ki

x(t1)(t)b'(t)x

1

x(t)[x1(t),

0

2

m1

B(t)

bi2

0000

以上均为m×m阶矩阵。那么(10)式与(1)式(i1,2,```m1)x(t1)A(t)x(t)

(tx0(tA(tB(tx0t和存活率矩阵A,在给定了模式矩阵B,总和率(t)为控制量,就可用不同的总和率(t)来一.口中短期预测模型的求进行分析,发现2003年的数据异常,这可能是的缘故,我们对其不考虑。在这我2006—2015EXCEL的某年i岁的人口率,由于短期内某年i岁的人口率变化比较小,我们把2001、和2005年i岁的人口率的平均值作为未来十年内的某年i岁的人口死其次,由于题目中缺少人口总数,因此我们从相关得到2001年的人口总数,的总人口,这里我们之所以取2001年的数据是为了通过计算2002,2003,2004和2005年xi1(t1)(1di(t))xi(t)f(t) bi(t)ki(t)xi(t)d(t)

f(t)x0(t) fx0(t)(1d00(t))f(t)x1(t1)(1d00(t))(1i再次,我们对女性率bi(t)进行预测,用EXCEL处理数据求出2001,2002,20042005年i岁的女性率bi(t),在这里把人口化问题考虑在内。从相关得到人口化指数曲线,用神经网络模型对我龄化趋势预测,通过预测出的曲线图形,间的对女性率bi(t)进行预测最后,我们通过对女性比未来十年内的某年i岁的人口率、女性率bi(t)、人总数xi(t)与女性比ki(t)的求解,通过编写程序对模型进行求解,预测未来十年的(1)人口率di d(t)1(d(2001)

EXCEL年 2005未来预测的年

数0 0.013088 1 0.000688 2 0.000781 3 0.000858 4 0.000734 5 0.000403 6 0.000214 7 0.000393 8 0.000351 0.000101 0.000347 10 0.000728 11 0.000422 12 0.000331 13 14 0.000596 15 0.000722 16 0.000575 17 0.000456 18 0.000589 19 0.000868 20 0.0004510.000567 21 0.000631 0.001109 0.000631 23 0.000632 24 0.0007590.000945 25 0.000888 26 0.00085 0.000868 0.000934 28 0.001229 29 0.001338 0.00151 31 32 0.000809 33 0.001254 34 0.001214 35 0.001002 36 0.001029 37 0.000988 38 0.001745 39 0.0022280.002316 40 0.001844 41 0.002155 42 0.002065 43 0.001847 44 0.002887 45 46 0.002856 47 0.002848 48 0.003499 49 0.003295 50 51 0.00459 52 0.005422 0.005438 0.004933 54 0.006236 55 0.007468 56 0.006211 57 0.007105 58 0.011971 59 0.010768 60 0.010577 61 0.012663 62 0.01196 63 0.016203 64 0.014671 65 0.016633 0.020766 0.017153 67 0.018245 68 0.022086 69 0.025378 70 0.029209 71 0.029803 72 0.034577 73 0.038496 74 0.0442040.047636 75 0.047513 76 77 0.058373 78 0.064539 0.076387 0.068828 +(2)2001ixi 总人人

30885.3912416547.83659 EXCEL xi(t)

xi(t)万 xi(t)万0123456789xi(t)2001i女性率bi的女性率bi(t),i0,1,2,```,m。bi(t)表示各段内每位女性平均婴儿数。影响未来十年内的女性率,我们用神经网络对人口化进行趋势预测,我们从相关搜索到我国人口化的指标值,如下图:镇乡0.328----0.3510.3300.7-0.3650.3430.90.332---0.3380.3700.3490.60.3410.3770.3490.60.3460.3840.3420.0-0.3840.3620.80.3560.3830.3640.30.363--0.40.3680.4010.3830.60.3740.4070.3860.70.3790.4120.3910.90.375---0.3870.4110.3940.3nnYi

f(Ii

IiijXjij1式中,Xj是神经元的输入,即是来自前级n神经元的轴突的信息;j是神经元的阈值;ij表示从神经元j到神经元iYi是神经元i的输出;f(Ii或称为激励函数,它决定神经元iX1X2,```Xn的共同刺激达到阈值时以何种f(Ii为非线性函数,常用的一种为SYf(Ii)

1运用多层前馈人工神经网络,采用监督学习方式,对我国人 化趋势预测X1pX2p,```,Xnp;t1pt2p,```tmpp1,2,```,ppnm为Xjp加载到网络的输入层后,在确定网络的结构和初始化向量W后,计算网络的输出值Ykp(k1,2,```m,将网络的输出值Ykp与实际值tkp相比较,模型。学习样本的输出为已被“模糊化”了的各年度的“”隶属度向量U各个的人的分布向量D的内积即化指标E;为了防止数据产生过拟合现象,笔者采用三层BP网络建模。预测结果以图形的方式表示出来。下图是利用上面的方法得到的1990~2015年我国人口化趋势图根据上图,我国人口 年 率 9.64E-05 16 17 我们只在上表中表示出了15--49岁女性的率,其余段女性的率都为现,然后趋于平缓。这样会使女性率bi(t)在未来一段时间之内呈下降趋势。女性比kiEXCEL2001,2002,20042005i岁的女性比ki(t)(15i49。如下表:年 女性比 女性比k(t)女性比 女性问题所附得<<国家人口发展>>中它给出了从1964—2005年的我国出生人口比时期变动情况,得出趋势曲线,以此反映女性比变化趋势。拟合出出生人口性我国出生人口以上通过对人口率di(t),xi(2001)女性率bi(t)和女性比ki(t)的求解或预测,我们可以得到在未来十年内某一年的出生人数f(t),即f(t) bi(t)ki(t)xi我们再通过递推差分方程式组进行编程处理,方程组如下xi1(t1)(1di(t))xi(t)x0(t)(1d00(t))f(三).口长期预测模型的建根据以上对问题的分析,我们采用人口分要素预测法的模型预测口长期增长的上述公式表示预测期人口等于现期人口加上自然增长人口(出生人数B-人D出生人数与育龄妇女人数和率有关,人数与总人口数和率有关.一、人口预1.水平预测随着经济的发展和医疗水平的进步。未来人口别率还有进一步下降的可能,但总率由于结构的影响可能会上升。2.模式的预测模式是各组率占总和率的比例。或者说总和率在各组是如何分配的。有附录2整理得到的模式Mt.由此得到未来若干年份分组的模0-0.02 5101520253035404550模0-0.02 5101520253035404550556065707580853.人数等于 人口之和Dt

Px(t)*MtPx(t)为第t年x岁的人数;Mt为模式二、分组人口的预测分组人口采用递推公Px1(t1)=Px(t)*(1-Sx(t) tPx1(t1表示在(t1)年份(x1)Px(tSx(t

表示在(t)年份(x)表示在(t)年份(x)岁数的率率率公式表示活到下一年(x1)x(1-Sx(t))。(如果最高组是个开口组,那么下一年该组的人数就是上一组存活预测分组育龄妇女人数。由于育龄妇女的是15-49,有数据表可以明显的看到妇女的在15-49期间的率极低,育龄期间总和率低,于是认为育龄妇女在育龄期间率为0,即Wx1=Wx(t)Wx(t)表示在tx计算在t年新进入育龄期的妇女数:即(t1)年14岁的女性数,由以上分析可知需要知道W0(t),和出生比Gt。 =

0(t

0(t

Gt(Gt表示在t年的出生比。正常情况下,出生比是由生物学规律决定的,持在103~107之间。但是第五次人口普查为117,年抽样为,个别省份超过。年%抽样为118.58。城乡均出现异常,农村失调程度更为严重。)水平的预测。水平预测方法:对以往各年的总和率做回归模拟,以此进行趋势预测。根据人口转变理论.率的下降往往是先缓后快最后又缓慢的过程。在我国现在低水平下,总和率的下降速度越来越慢。因此逻辑斯蒂曲线拟合是最合理的方法。但某年的总和率也可能不真实反映水平,例如2003年由于特殊社会经济因素(例如)的影响.很多妇女可能没有,但她们会在情况好转时补偿。也就是说现期的水平可能受到外界因素的影响,有一定的波动。甚至选择适当 组是如何分配的。有附录2整理得到的模式Ft.模1.60E-1.40E-1.20E-1.00E-模1.60E-1.40E-1.20E-1.00E-8.00E-6.00E-4.00E-2.00E-率假定模式不变的情况,此时各组妇女的Rx(t1)=Rx(t),即以后年份同为x岁妇女的率不每年出生的孩子数等于每 组妇育孩子数的总和Bt

Wx(t)* 最后将这几个方面综合起来就可以得到未来人口规模及结构等方面的预测数a:在t1

Wx(t)*Ft-

Px(t)*Mb:在t1年各组人口数)

Wx(t)*1-90岁 :Px1(t1)=Px(t)*(1-Sx(t)(四).以2001P2002P2001B2001=P2001+=P2001+

Wx(2001)*F2001-Wx(2001)*F2001-

P2001*Kx(2001)*MPx(2001)*MP0(2002)=

Wx(2002)*Px1(2002)=Px(2002)*(1-Sx(2002))xF2001

Wx(2001),F2001,Px(2001),M.24E-8.01E-1.87E-5.92E-1.63E-4.48E-9.16E-1.27E-1.50E-1.51E-1.41E-1.28E-1.05E-8.84E-7.31E-5.86E-5.10E-4.30E-3.15E

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论