Matlab在人口预测模型中的应用.docVIP

Matlab在人口预测模型中的应用 当 ，得到微分方程 则 ，代求参数 。为便于求解，两边取对数有： 其中 该模型化为线性求解。 2.阻滞型人口模型 设时刻 时人口为 ，环境允许的最大人口数量为 ，人口净增长率随 人口的增加而线性减少，即 由此建立阻滞型人口微分方程： 则 待求参数 。此即为Logistic函数。 美国人口数据表 　 　 276.048 252.8338 228.9508 204.9374 181.3439 158.6828 阻滞模型 　 　 　 　 　 　 　 　 指数模型 　 　 281.4 251.4 226.5 204 179.3 150 实际人口 　 　 2000 1990 1980 1970 1960 1950 年份 137.3867 117.7793 100.0647 84.331 70.5674 58.6862 48.5472 39.9792 阻滞模型 　 　 　 　 85.6179 65.0769 49.464 37.5969 指数模型 131.7 123.2 106.5 92 76 62.9 50.2 38.6 实际人口 1940 1930 1920 1910 1900 1890 1880 1870 年份 32.7989 26.823 21.8784 17.8066 14.4668 11.7362 9.5097 7.6981 阻值模型 28.5769 21.7209 16.5097 12.5488 9.5382 7.2498 5.5105 4.1884 指数模型 31.4 23.2 17.1 12.9 9.6 7.2 5.3 3.9 实际人口 1860 1850 1840 1830 1820 1810 1800 1790 年份 附：Matlab程序 1.指数模型程序： x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 ... 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]#039;; n=12;xx=x(1:n);t=[ones(n,1),(1:n)#039;];y=log(xx); [b,bint,r,rint,stats]=regress(y,t); RR=stats(1); F=stats(2); prob=stats(3); x0=exp(b(1)); r=b(2); py=x0*exp(r*t(:,2)); err=xx-py; rmse=sqrt(sum(err.^2)/n); plot(1:n,xx,#039;*#039;,1:n,py) 2.阻滞模型程序： function yhat=logisfun(beta,x) yhat=beta(3)./(1+(beta(3)./beta(1)-1).*exp(-beta(2)*x)); （1） （2） x=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 ... 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]#039;; n=22; y=x(1:n); t=(1:n)#039;; beta0=[5.3,0.22,400]; [beta,R]=nlinfit(t,y,#039;logisfun#039;,beta0); py=beta(3)./(1+(beta(3)./beta(1)-1).*exp(-beta(2)*t)); p23=beta(3)./(1+(beta(3)./beta(1)-1).*exp(-beta(2)*23)); rmse=sqrt(sum(R.^2)/n); plot(1:n,y,#039;*#039;,1:n,py)