基于GM1,1模型与Logistic模型的中国人口分析.docVIP

基于GM1,1模型与Logistic模型的中国人口分析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于GM1,1模型与Logistic模型的中国人口分析

PAGE  PAGE 25 2011高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): 我们的参赛报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名): ???安理工大学 参赛队员 (打印并签名) :1. 2. 3._____________________________________________ 指导教师或指导教师组负责人 (打印并签名): 日期: 2011年7 月24日 赛区评阅编号(由赛区组委会评阅前进行编号): 2011高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号(由赛区组委会评阅前进行编号): 赛区评阅记录(可供赛区评阅时使用): 评 阅 人   评 分  备 注  全国统一编号(由赛区组委会送交全国前编号): 全国评阅编号(由全国组委会评阅前进行编号): 基于GM(1,1)模型与Logistic模型的中国人口分析 摘 要 人口预测在社会经济实践中占有十分重要的地位。当前,我国正处于全面建设小康社会的重要时期,而且未来几十年是我国进行社会主义市场经济建设的关键时期,人口增长的稳定与否必将关系到我国经济建设的成败。因此认识我国人口数量的变化规律,建立人口模型,做出较准确的预报是有效控制人口增长的前提,从而在理论上对人口的控制提供理论依据,这对于我们这样一个人口大国将有着非常重大的意义。 要解决这个问题,寻找适当的人口增长模型,并确立模型的相关参数是非常关键的。本文根据《国家人口发展战略研究报告》和《中国人口统计年鉴》中的部分人口调查数据,分析过去几年我国人口发展变化的客观过程和某些规律性,运用单因素灰色系统模型分析和研究了各种人口变化趋势——人口老龄化、男女性别比、乡村人口城镇化,利用Logistic人口预测模型分析了全国人口增长情况的预测等 首先,以人口自然增长率为因子建立GM(1,1)的灰色系统预测模型,计算出2001年至2005年人口自然增长率的预测值,与它的实际值进行比较,发现其误差在允许的范围内,我们认为此模型达到预测要求,可以用于中国人口自然增长率的中短期和长期预测.同时应用该模型对出生人口性别比、乡村人口城镇化、老龄化进程等因素分别进行了预测和检验,将人口结构矛盾:老龄化进程加速、出生人口性别比例持续升高以及人口在地区间、产业间分布的不合理性进行了深入的分析和研究. 其次,随着时间的推移,由灰色系统模型预测的总人口数有可能趋向无穷,与实际中人口数量应控制在15亿左右不符,故借鉴 “人口预测”的思想,通过对人口增长Logistic模型进行对我国人口增长情况进行预测.这种模型在长期人口预测中有较好的应用. 最后,对两种模型进行了比较分析,结论如下: 人口预测模型适应特点GM(1,1) 模型适合影响因素单一,适合短时间内的预测Logistic模型适合影响因素较复杂,可做较长时间范围的预测 关键词:GM(1,1)模型、Logistic模型、拟合预测 1 问题的背景 中国是世界上人口最多的发展中国家。人口多,底子薄,人均耕地少,人均占有资源相对不足,是我国的基本国情,人口问题一直是制约中国经济发展的首要因素。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

文档评论(0)

2017ll + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档