A20004013中南大学赵海峰朱正发袁田.doc

PAGE PAGE 33 2007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）： A 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）： 中南大学 参赛队员 (打印并签名) ：1. 赵海峰 2. 袁 田 3. 朱正发 指导教师或指导教师组负责人 (打印并签名)： 易昆南 日期： 2007 年 9 赛区评阅编号（由赛区组委会评阅前进行编号）： 2007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）： 中国人口增长预测 摘 要 本文根据《中国人口统计年鉴》中的部分数据和《国家人口发展战略研究报告》，对中国人口做出分析和预测，分别建立了人口的短期预测和中长期预测模型，分析了中国未来人口发展的变化趋势，并由此提出了一些调整的措施。 首先是对未来短期内的人口的变化进行预测。考虑到统计数据量较少，波动较大，规律性不强，本文建立了灰色动态预测模型。首先将近5年各类指标的统计数据作为原始数据序列，以此为基础建立GM（1，1）模型来进行预测。为了提高预测的精确度，将每次新得到一年的预测值加入数据序列，同时淘汰序列中的最老数据，将新序列作为原始数据序列代入灰色动态模型继续进行下一年的预测。这样求解加入了新变化对预测值的影响，并减小了陈旧数据所带来的误差，经检验证明该模型的预测精度更高。 预测得到各个指标后，我们建立了一个分要素推算模型来计算人口数量。该模型通常被用于精确计算人口的数量，具有很高的精度。通过模型求解得出了在未来5年内的人口的预测数量：2006年为13.124亿，2007年为13.182亿，2008年为13.345亿，2009年为13.510亿，2010年为13.376亿。得到的数据中2006年的预测结果与《国家人口发展战略研究·人口发展预测》课题组预测的结果十分符合，其他年份的预测结果也符合联合国《世界人口展望》资料和《国家人口发展战略研究报告》中指出的发展趋势。 接着是对未来中长期的人口的变化进行预测。考虑到年龄的差异对人口数量变化的影响，本文建立了人口预测的离散模型。分别选取不同的基准年对未来人口进行预测，从而得到这些基准年中最合适作为基准年的一年，然后用这一年对未来人口进行预测。通过计算我们得到了以2005为基准年进行预测较为符合《国家人口发展战略研究报告》中指出的2010～2030年的发展趋势。因此我们选取2005年的基本数据作为中期预测的最优基本数据。按照此基本数据预测得到的2015的人口为14.192亿，2020年的人口为14.665亿，2030年的人口为15.014亿。 在长期预测中，以2005为基准年预测的数据就不是很符合了，于是接下来我们对模型进行讨论，研究改进的方法。我们提出的改进的方法是假定该年实行了限制措施限制该年的出生率，即在原来的生育率基础上乘以一个比例常数，使得Leslie距阵L(r)的特征值为1，那么乘以r后的生育率为该基准年能准确预测以后人口的最佳基准生育率。 然而通过最佳基准生育率预测出来的结果并不是很理想，这是由于我们处理过程中始终假定男女比例为某一常数，因此导致了用最佳