準(zhǔn)確預(yù)測(cè)未來(lái)人口數(shù)量,對(duì)制定相關(guān)經(jīng)濟(jì)政策具有現(xiàn)實(shí)意義。文中針對(duì)人口中長(zhǎng)期預(yù)測(cè)影響因素較復(fù)雜、可用歷史數(shù)據(jù)較少、單一模型局限性等特點(diǎn),構(gòu)建了灰色預(yù)測(cè)和支持向量機(jī)的組合預(yù)測(cè)模型。該模型將灰色預(yù)測(cè)模型和支持向量機(jī)模型進(jìn)行組合,利用標(biāo)準(zhǔn)差法確定模型的權(quán)值信息,將模型應(yīng)用于一師阿拉爾市人口的中長(zhǎng)期預(yù)測(cè),選取一師阿拉爾市1997-2017年的人口數(shù)據(jù)進(jìn)行分析,對(duì)2018-2022年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。結(jié)果表明:與單一模型相比較,組合模型預(yù)測(cè)精度更高,相對(duì)誤差低,且預(yù)測(cè)結(jié)果比較穩(wěn)定,結(jié)果更符合實(shí)際。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(S1)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

組合預(yù)測(cè)模型流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)的省級(jí)電網(wǎng)中長(zhǎng)期投資規(guī)模預(yù)測(cè)模型研究[J]. 解偉,潘文明,王成化,陳莉,王陽(yáng),馬靜,李志偉,杜海紅.  工業(yè)技術(shù)經(jīng)濟(jì). 2019(08)
[2]基于支持向量機(jī)和改進(jìn)粒子群算法的科學(xué)前沿預(yù)測(cè)模型研究[J]. 徐路路,王芳.  情報(bào)科學(xué). 2019(08)
[3]采用支持向量機(jī)算法對(duì)金剛石鋸片鋸切木材表面粗糙度的預(yù)測(cè)[J]. 賈娜,郭佳欣,花軍,陳紅成.  東北林業(yè)大學(xué)學(xué)報(bào). 2019(10)
[4]基于灰色預(yù)測(cè)和徑向基網(wǎng)絡(luò)的人口預(yù)測(cè)研究[J]. 徐麗麗,李洪,李勁.  計(jì)算機(jī)科學(xué). 2019(S1)
[5]GM（1,1）模型的改進(jìn)及應(yīng)用[J]. 吳文澤,張濤.  統(tǒng)計(jì)與決策. 2019(09)
[6]改進(jìn)的灰色模型在流動(dòng)人口預(yù)測(cè)中的應(yīng)用[J]. 郭雪峰,黃健元,王歡.  統(tǒng)計(jì)與決策. 2018(08)
[7]基于組合插值的GM（1,1）模型背景值的改進(jìn)[J]. 李凱,張濤.  計(jì)算機(jī)應(yīng)用研究. 2018(10)
[8]基于改進(jìn)的GM（1,1）-Markov鏈組合模型廣東省單位GDP能耗預(yù)測(cè)[J]. 龍會(huì)典,嚴(yán)廣樂(lè).  數(shù)理統(tǒng)計(jì)與管理. 2017(02)
[9]基于改進(jìn)GM（1,1）和SVM的長(zhǎng)期電量?jī)?yōu)化組合預(yù)測(cè)模型[J]. 宋曉華,祖丕娥,伊靜,劉達(dá).  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(05)
[10]基于灰色PSO-BP人口預(yù)測(cè)模型的研究與應(yīng)用[J]. 蔣若凡,姜玉梅,李菲雅.  西北人口. 2011(03)



本文編號(hào)：3041352