本文關(guān)鍵詞： 人口預(yù)測 GM(1 1)模型 Logistic模型 BP神經(jīng)網(wǎng)絡(luò) 云南省 少數(shù)民族　出處：《昆明理工大學》2016年碩士論文　論文類型：學位論文

【摘要】：人口問題一直是人類社會發(fā)展的關(guān)鍵問題,人口變化對于未來的經(jīng)濟、社會發(fā)展有著直接的重要影響。云南省是少數(shù)民族個數(shù)和總量較多的大省,解決好少數(shù)民族人口問題對于解決云南省的經(jīng)濟發(fā)展、社會穩(wěn)定、民族團結(jié)等問題都大有好處。人口決策作為調(diào)控人口各項指標的直接手段,它的制定對經(jīng)濟社會發(fā)展起著舉足輕重的作用,而人口準確預(yù)測直接關(guān)系到人口問題的科學決策,所以尋找一個更為科學、合理、準確的人口預(yù)測模型是歷來學術(shù)界及政府制定決策的重要研究課題。進入21世界以來,云南省的總?cè)丝?少數(shù)民族人口形勢都發(fā)生了很大的變化,并且各少數(shù)民族人口的數(shù)量規(guī)模參差不齊。面對新的社會環(huán)境,云南省人口及云南省少數(shù)民族人口還會如何發(fā)展,觀點不一。本文試圖通過GM(1,1)預(yù)測模型,Logistic預(yù)測模型以及BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型對云南省總?cè)丝�、云南省少�?shù)民族人口及極少數(shù)人口民族的人口進行中短期預(yù)測,研究云南省人口的主要特點,以期為云南省政府制定人口決策提供參考依據(jù)。GM(1,1)模型、Logistic模型、BP神經(jīng)網(wǎng)絡(luò)是常用的人口預(yù)測方法,本文首先介紹了GM(1,1)模型、Logistic模型、BP神經(jīng)網(wǎng)絡(luò)模型的理論部分,然后結(jié)合以往的理論和實踐,考慮到組合預(yù)測模型的優(yōu)勢,文章基于GM(1,1)模型和Logistic模型兩種單一預(yù)測模型建立了BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型。然后選取1989-2014年的云南省人口數(shù)量變化特征,結(jié)合各個模型的特點選取合適的參數(shù)分別對云南省總?cè)丝�、云南省少�?shù)民族人口、云南省極少數(shù)人口民族人口建立人口預(yù)測模型,進行數(shù)值模擬,分別對各個模型的預(yù)測結(jié)果的相對誤差進行分析,對比分析每種模型的優(yōu)劣,根據(jù)預(yù)測精度標準,選取預(yù)測精度最高的一種模型分別對云南省總?cè)丝�、少�?shù)民族人口及極少數(shù)人口民族人口進行未來2015-2030年的人口預(yù)測。結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型預(yù)測精度最優(yōu),到2030年云南省人口總量、少數(shù)民族人口總量、極少數(shù)人口民族人口總量將分別為5005.03萬人、1832.90萬人、39.06萬人。
[Abstract]:Population problem has always been the key issue of human social development. Population change has a direct and important impact on the future economic and social development. Yunnan Province is a large province with a large number and total number of ethnic minorities. To solve the problem of ethnic minority population is of great benefit to the economic development, social stability and national unity of Yunnan Province. Population decision-making as a direct means to control the population indicators. Its formulation plays an important role in the economic and social development, and accurate population prediction is directly related to the scientific decision-making of population issues, so looking for a more scientific and reasonable. Accurate population prediction model has always been an important research topic in academia and government decision-making. Since entering the 21st century, the situation of the total population and minority population in Yunnan Province has changed greatly. In the face of the new social environment, the population of Yunnan Province and the minority population of Yunnan Province will also develop, there are different views. This paper attempts to pass GM(1. 1) Logistic forecasting model and BP neural network combined forecasting model are used to predict the population of Yunnan Province in the short and medium term. The main characteristics of Yunnan population were studied in order to provide a reference basis for Yunnan provincial government to make population decision. BP neural network is a commonly used method for population prediction. This paper first introduces the theory of GM-1 / 1) Logistic model and BP neural network model. Then combined with the previous theory and practice, considering the advantages of the combined forecasting model, this paper based on GM(1. 1) BP neural network combined forecasting model is established by two single forecasting models, Logistic model and Logistic model. Then, the population change characteristics of Yunnan Province from 1989 to 2014 are selected. Combined with the characteristics of each model, appropriate parameters are selected to establish a population prediction model for the total population of Yunnan Province, the minority population of Yunnan Province, and the minority population of Yunnan Province, and the numerical simulation is carried out. The relative error of the prediction results of each model is analyzed, and the advantages and disadvantages of each model are compared. According to the prediction precision standard, the model with the highest prediction accuracy is selected to the total population of Yunnan Province. The population forecast for the future 2015-2030 is carried out by the minority population and the very minority national population. The results show that the BP neural network combined forecasting model has the best prediction accuracy. By 2030, the total population of Yunnan Province, the total population of ethnic minorities and the population of very minority nationalities will be fifty million fifty thousand and three hundred , eighteen million three hundred and twenty-nine thousand and 390,600 respectively.
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：C924.2;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 陳璇璇;;云南省人口地域分布特點研究[J];人口與經(jīng)濟;2008年S1期

2 楊自清;;云南省人口計生委舉辦全省臨床檢驗操作規(guī)程師資培訓班[J];中國計劃生育學雜志;2005年12期

3 李宏國;;云南省人口地理特點初探[J];西北人口;1982年04期

4 楊自清;云南省人口計生委召開推廣使用安全套防治艾滋病工程工作會[J];中國計劃生育學雜志;2004年07期

5 羅明輝;;云南省人口計生委積極配合做好打擊非法行醫(yī)專項行動工作[J];中國計劃生育學雜志;2006年05期

6 陶鷹;;造福民族的未來——專訪云南省人口計生委黨組書記、主任陳云生[J];人口與計劃生育;2012年10期

7 梁海艷;徐行;韓全芳;葛紹林;陽茂慶;;云南省人口承載力分析[J];西北人口;2013年01期

8 史寅生;云南省人口學會召開在昆理事擴大會[J];經(jīng)濟問題探索;1983年02期

9 ;云南省人口和計劃生育科學技術(shù)研究所簡介[J];云南科技管理;2009年04期

10 王洪林;云南省人口的性比[J];人類學學報;1996年03期

相關(guān)會議論文 前1條

1 吳曉松;;云南省人口、資源、環(huán)境、經(jīng)濟系統(tǒng)分析和可持續(xù)發(fā)展探討[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學會第12屆年會論文集[C];2002年

相關(guān)重要報紙文章 前8條

1 記者 羅霞;云南省人口較少民族發(fā)展中的文化多樣性保護政策研究項目啟動[N];云南日報;2011年

2 記者 陳昌云;云南過去30年少生人口1450萬[N];工人日報;2010年

3 新華社記者 伍皓 李倩;云南“新政”破解計生難題[N];新華每日電訊;2005年

4 本報記者 何沙洲;企業(yè)家要學會“診斷”員工[N];經(jīng)理日報;2004年

5 楊蕊萌 李泓頻;這樣的溫暖送得好[N];云南日報;2006年

6 熊瑋;農(nóng)村非農(nóng)人口的計生困境[N];玉溪日報;2008年

7 記者 張居正;省政協(xié)“兵分五路”調(diào)研抗旱[N];云南政協(xié)報;2011年

8 ;“水漲船高”的期許[N];云南政協(xié)報;2014年

相關(guān)碩士學位論文 前4條

1 何思蘭;基于BP神經(jīng)網(wǎng)絡(luò)組合模型的云南省人口分類預(yù)測[D];昆明理工大學;2016年

2 曹舒蕾;云南省人口、資源環(huán)境與經(jīng)濟協(xié)調(diào)度評價研究[D];云南大學;2010年

3 李焱;云南省人口較少民族人口政策研究[D];吉林大學;2013年

4 吳林雄;基于R和GeoDa軟件的云南省人口信息GIS空間統(tǒng)計分析[D];云南大學;2012年

，

本文編號：1455258