灰色神经网络在山东省人口增长预测中的应用要点.docVIP

摘要 1 前言 2 一、 研究意义 2 二、 国内外研究现状分析 3 第一章 灰色系统理论 6 1.1 灰色系统的基本原理 6 1.1.1灰色系统理论的基本内容 7 1.1.2灰色系统的基本概念 8 1.1.3灰色系统预测 10 1.2 GM(1,1)模型 12 1.2.1 GM(1,1)模型的建立 12 1.2.2结果检验 14 1.2.3残差GM(1,1)模型 14 1.2.4动态模型与新陈代谢模型 15 第二章 神经网络理论 17 2.1 人工神经网络 17 2.1.1生物神经元 17 2.1.2人工神经网络简介 17 2.1.3人工神经网络的特点 19 2.1.4神经网络的分类 20 2.2 前馈神经网络及其BP算法 20 2.2.1前馈神经网络 20 2.2.2 BP算法 21 2.3 神经网络学习方法 26 2.3.1无导师学习 26 2.3.2 有导师学习 27 第三章 灰色神经网络组合模型 28 3.1组合模型的可行性 28 3.1.1 灰色模型的优缺点 28 3.1.2 神经网络模型的优缺点 28 3.2 组合模型 29 3.2.1 串联型灰色神经网络模型 29 3.2.2 并联型灰色神经网络模型 30 3.2.3 嵌入型灰色神经网络模型 32 第四章 山东省人口增长的预测 33 4.1 灰色模型对山东人口增长的预测 33 4.2 BP神经网络对山东人口增长的预测 34 4.3 串联型灰色神经网络模型的预测 35 4.4 并联型灰色神经网络模型的预测 36 4.5 嵌入型灰色神经网络模型的预测 37 4.6 结论 38 第五章 讨论 40 附录 41 参考文献 46 灰色神经网络在山东省人口增长预测中的应用 摘要 结合灰色系统思想与神经网络构灰色神经网络，根据目前灰色模型与神经网络组合的方法，提出并联型、串联型和嵌入型三种预测模型的结构。并联型灰色神经网络首先采用灰色模型、神经网络模型分别进行预测，而后对预测结果加以组合作为实际预测值；串联型对多个灰色预测的结果使用神经网络进行组合；嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成。对并联型灰色神经网络给出一种根据预测模型的权重确定加权系数的方法。将上述3种灰色神经网络模型用于对山东省人口增长进行预测，模型精度和预测结果比较理想，优于单一预测模型。实验表明：灰色神经网络可提高预测精度，用于人口增长预测方法是有效可行的。 关键字：BP神经网络 GM(1,1)灰色预测模型 组合预测 山东人口预测 前言 研究意义 山东是一个人口大省，人口问题始终是制约我省发展的关键因素之一。近年来山东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，以及农村人口城镇化等，这些都影响着山东省人口的增长。全面建设小康社会时期是我国社会快速转型期，人口发展面临着前所未有的复杂局面，人口安全面临的风险依然存在，人口与经济社会资源环境之间的关系总体上仍然处于紧张状态，带来多方面的严峻挑战。目前我省正面临着比20 世纪更为复杂的人口发展形势，人口数量问题仍然是全面建设小康社会面临的重大问题，对于这个问题必须予以高度重视。鉴于此，必需对我省未来人口进行预测，以便了解我省人口的增长情况，为政府的政策制定提供决策依据。因此，根据已有数据，运用数学建模的方法，对我省人口做出分析和预测是一个重要问题。 一个省人口的准确预测，是制定相应宏观经济政策的重要依据，对我省经济的发展有着巨大的作用。预测是控制和规划的基础，预测的精度是控制和规划成功的前提，而选择预测的方法是提高预测精度的关键。传统的人口预测方法主要有逻辑方法，常微分方程方法和动态预测方法等。这些方法在人口预测领域起到了一定的作用，但采用这些方法时都要对数据进行模型假设。由于真实模型往往是非线性的，如果在一些简单的模型假设下就进行数据模拟，常常不能达到较好的模拟效果。神经网络对复杂非线性系统具有曲线拟合能力，基于BP神经网络和GM(1,1)模型的组合模型进行动态预测。既利用灰色预测的需要数据资料少的优点，又吸收了BP神经网络容错能力，自适应能力强的优点。 由于神经网络的功能之强大，型式之多样，若能将其它网络形式同灰色模型相结合，则有可能进一步提高预测精度。 国内外研究现状分析 在预测研究中，如何减少误差，得到更精确的结果，一直是人们研究的目标。每一个预测模型都有其局限性和有点，随着科学研究的深入，人们开始关注组合模型，通过将不同的模型合理组合，进一步减小预测误差。灰色系统理论与神经网络模型是预测中被广泛应用的两种模型。灰色神经网络组合模型在农业、工业、气象、能源、经济等领域得到了应用，在统计学领域是一个前沿课题。 1943年，神经元数学模型的提出标志着人工神经网络进入人们的研究范围。此模