【摘要】：對(duì)人口遷移量進(jìn)行準(zhǔn)確的分析,是人口數(shù)量智能化發(fā)展方向,與環(huán)境、經(jīng)濟(jì)和政策等因素有關(guān)。人口遷移過(guò)程中,受到氣候、戰(zhàn)爭(zhēng)、就業(yè)環(huán)境、疾病等眾多因素的影響,對(duì)不同因素起到的作用大小很難進(jìn)行有效界定。傳統(tǒng)的預(yù)測(cè)方法在這種情況下,往往通過(guò)對(duì)各指標(biāo)設(shè)定固定的權(quán)值,以更多的指標(biāo)數(shù)據(jù)逼近真實(shí)的結(jié)果,雖然有一定效果,但是,在數(shù)據(jù)增加的同時(shí),也沒(méi)有很好地衡量各因素起到作用的大小,造成人口遷移量預(yù)測(cè)出現(xiàn)偏差。提出引入多種群競(jìng)爭(zhēng)免疫算法的人口遷移量預(yù)測(cè)方法。對(duì)以往的人口遷移量相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì),并計(jì)算上述不同屬性數(shù)據(jù)之間的關(guān)聯(lián)性。將多種群競(jìng)爭(zhēng)相關(guān)理論引入到免疫算法中,進(jìn)行人口遷移量預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,利用改進(jìn)算法進(jìn)行大數(shù)據(jù)統(tǒng)計(jì)的人口遷移量預(yù)測(cè),能夠提高預(yù)測(cè)的準(zhǔn)確性,滿足人口規(guī)劃的實(shí)際需求。
[Abstract]:Accurate analysis of population migration is the direction of intelligent development of population quantity, which is related to environmental, economic and policy factors. In the process of population migration, it is difficult to define the effect of different factors because of the influence of climate, war, employment environment, disease and so on. In this case, the traditional prediction method often sets a fixed weight value to each index, and approaches the real result with more index data. Although it has certain effect, but at the same time, the data increase, It also does not measure the effect of various factors well, resulting in the deviation of population migration prediction. This paper presents a population migration prediction method based on multi-group competitive immune algorithm. The previous data related to population migration are analyzed and the correlations between the above attributes are calculated. The theory of multi-group competition is introduced into the immune algorithm to predict the population migration. The experimental results show that the accuracy of the prediction can be improved and the actual demand of population planning can be satisfied by using the improved algorithm to forecast the population migration volume calculated by big data.
【作者單位】： 鄭州財(cái)經(jīng)學(xué)院;
【分類號(hào)】：C92

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 姚智勝;邵春福;高永亮;;基于支持向量回歸機(jī)的交通狀態(tài)短時(shí)預(yù)測(cè)方法研究[J];北京交通大學(xué)學(xué)報(bào);2006年03期

2 向昌盛;周子英;武麗娜;;糧食產(chǎn)量預(yù)測(cè)的支持向量機(jī)模型研究[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年01期

3 段智彬;孫恩昌;張延華;董燕;;基于ARMA模型的網(wǎng)絡(luò)流量預(yù)測(cè)[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2009年04期

4 王慧敏;劉國(guó)光;;股票收益和交易量變化動(dòng)態(tài)相關(guān)性分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2006年09期

5 賀國(guó)光,李宇,馬壽峰;基于數(shù)學(xué)模型的短時(shí)交通流預(yù)測(cè)方法探討[J];系統(tǒng)工程理論與實(shí)踐;2000年12期

6 柯宏發(fā);陳永光;吳金亮;;機(jī)載電子裝備備件的非線性灰預(yù)測(cè)規(guī)劃模型[J];系統(tǒng)工程與電子技術(shù);2008年03期

7 薛亮;姜澄宇;常洪龍;袁廣民;苑偉政;;基于狀態(tài)約束的MIMU/磁強(qiáng)計(jì)組合姿態(tài)估計(jì)濾波算法[J];中國(guó)慣性技術(shù)學(xué)報(bào);2009年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚智勝;邵春福;高永亮;;基于支持向量回歸機(jī)的交通狀態(tài)短時(shí)預(yù)測(cè)方法研究[J];北京交通大學(xué)學(xué)報(bào);2006年03期

2 趙亞萍;張和生;周卓楠北京交通大學(xué)電氣工程學(xué)院;楊軍;潘成;賈利民;;基于最小二乘支持向量機(jī)的交通流量預(yù)測(cè)模型[J];北京交通大學(xué)學(xué)報(bào);2011年02期

3 任其亮;;基于小波與混沌集成的短時(shí)交通流預(yù)測(cè)[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 竇慧麗;吳志周;;基于小波分析和非參數(shù)回歸的交通流組合預(yù)測(cè)方法[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 胡曉健;王煒;陸建;;道路交通意外事件影響范圍確定方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年05期

6 唐闖;譚國(guó)真;;基于P/G結(jié)構(gòu)的移動(dòng)定位導(dǎo)航系統(tǒng)[J];電子測(cè)量技術(shù);2007年07期

7 馬君;劉小冬;孟穎;;基于神經(jīng)網(wǎng)絡(luò)的城市交通流預(yù)測(cè)研究[J];電子學(xué)報(bào);2009年05期

8 張朝元;陳麗;;基于SOR-LS-SVM算法的公交站點(diǎn)客流量預(yù)測(cè)研究[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年04期

9 崔建明;葉懷珍;;交通流誘導(dǎo)系統(tǒng)實(shí)時(shí)方法研究[J];中國(guó)工程科學(xué);2008年10期

10 況愛(ài)武,黃中祥;基于RBF神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J];系統(tǒng)工程;2004年02期

相關(guān)會(huì)議論文 前9條

1 董昕;;基于3G通信的智能交通指揮系統(tǒng)研究[A];四川省通信學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

2 谷遠(yuǎn)利;余惠華;;動(dòng)態(tài)交通流量預(yù)測(cè)方法研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊(cè)）[C];2005年

3 董昕;;基于3G通信技術(shù)的智能交通指揮系統(tǒng)研究[A];四川省通信學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

4 柯宏發(fā);吳正朋;劉思峰;李青;;基于灰色模型的電子裝備故障預(yù)測(cè)精度分析[A];第19屆灰色系統(tǒng)全國(guó)會(huì)議論文集[C];2010年

5 李洪武;胡曉建;陸建;;交通緊急疏導(dǎo)配流方法研究[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

6 胡曉健;陸建;;基于二步自適應(yīng)的交通量實(shí)時(shí)預(yù)測(cè)模型[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

7 張利;李星毅;施化吉;;一種基于ARIMA模型的短時(shí)交通流量改進(jìn)預(yù)測(cè)算法[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

8 田夫;李勇;孫占全;;短時(shí)交通流預(yù)測(cè)方法研究[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

9 侯曉宇;胡思宇;楊毅;;雙層K近鄰短時(shí)預(yù)測(cè)算法參數(shù)分析及驗(yàn)證[A];2014第九屆中國(guó)智能交通年會(huì)優(yōu)秀論文集[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 董春嬌;多狀態(tài)下城市快速路網(wǎng)交通流短時(shí)預(yù)測(cè)理論與方法研究[D];北京交通大學(xué);2011年

2 于福華;特長(zhǎng)高速公路隧道交通流研究[D];長(zhǎng)安大學(xué);2011年

3 姚琛;基于信息提取計(jì)算的動(dòng)態(tài)交通數(shù)據(jù)分析及應(yīng)用[D];西南交通大學(xué);2011年

4 何建偉;基于系統(tǒng)動(dòng)力學(xué)的城市交通流網(wǎng)絡(luò)管控系統(tǒng)分析與建模[D];河北工業(yè)大學(xué);2009年

5 楊慶芳;先進(jìn)的交通管理系統(tǒng)關(guān)鍵理論與方法研究[D];吉林大學(xué);2004年

6 朱文興;城市交通系統(tǒng)智能優(yōu)化控制研究[D];山東大學(xué);2006年

7 張楊;不確定環(huán)境下城市交通中車輛路徑選擇研究[D];西南交通大學(xué);2006年

8 李巧茹;交通網(wǎng)絡(luò)動(dòng)態(tài)配流及其相關(guān)問(wèn)題研究[D];天津大學(xué);2006年

9 Q，

本文編號(hào)：2371333