leslie模型的求解分析和总结.docxVIP

用 2010 年数据预测未来 5 年，在 matlab 中计算得到 数1.371.365 数 1.37 1.365 1.36 1.355 1.35 1.345 人 1.34 2011 2011.5 2012 2012.5 2013 2013.5 2014 2014.5 2015 年份 其中 2011 年到 2015 年的为预测数据: 年份 2011 2012 2013 2014 2015 预测人数/万人 134200 134810 135512 136161 136754 实际数据 134735 135404 136072 误差 0.397% 0.439% 0.412% 由此可见，leslie 预测的误差相对比较小，准确度高。 附录代码 g=[]; %输入标准化生育率预测值 g k=[]; %输入出生人口性别比预测值n=[]; %输入 2010 年年龄别女性人口数m=[]; %输入 2010 年年龄别男性人口数m0=m; n0=n; b=g*B; %计算年龄别生育率d1=[]; %输入女性年龄别死亡率d2=[]; %输入男性年龄别死亡率s1=(1000-d1)./1000; s2=(1000-d2)./1000; M1=eye(90); %90 维单位矩阵for i=1:90 M1(i,:)=M1(i,:)*s1(1,i); end h=zeros(91,1); %生成零矩阵N1=[b;M1]; L1=[N1,h]; i=1; X(:,i)=L1*n0; X(1,i)=X(1,i)*100/(100+k(i)); for i=2:51 X(:,i)=L1*X(:,i-1); X(1,i)=X(1,i)*100/(100+k(i)); end %计算未来 50 年女性预测人口数，记为 X M2=eye(90) %90 维单位矩阵 for i=1:90 M2(i,:)=M2(i,:)*s2(1,i); end h0=zeros(1,90); %生成零矩阵N2=[h0;M2]; L1=[N2,h]; i=1; Y(:,i)=L2*m0; X(1,i)=X(1,i)*k(i)/100; for i=2:6 Y(:,i)=L2*Y(:,i-1); Y(1,i)=X(1,i)*k(i)/100; end %计算未来 50 年男性预测人口数，记为 Y Z=X+Y; %总人数 T=sum(Z); g1=2011:2061; plot(g1,T,r) 2010 年分年龄、性别人口数 年龄 男性 女性 年龄 男性 女性 0 7461199 6325235 4611488631 1 8574973 7082982 4713168361 2 8507697 7109678 489850286 3 8272491 6978314 49 5628162 5600798 4 8246206 6973835 50 7205176 6891832 5 7988151 6743986 51 6624865 6213967 6 8034452 6770018 52 8570000 8047709 7 7292300 6136861 53 9422827 8929153 8 7423559 6243397 54 8540366 8307276 9 7726203 6522622 55 8973192 8637336 10 7830808 6623549 56 8981235 8756892 11 7522558 6413156 57 8099033 7994855 12 8288987 7110572 58 8153588 8014345 13 8161000 7064032 59 6875890 6826108 14 8463924 7429876 60 6917026 6701178 15 9524898 8499586 61 6690003 6339122 16 9795181 8995340 62 5719180 5557673 1710014541 63 5492805 5298828 1810010718 64 5015412 4936055 1910464099 65 4564266 4509145 2013825863 66 4391409 4249556 2113198894 67 4003493 3938648 2212193044 68 3904424 3836444 2312819413 69 3884879 3831018 24 1129203