本文關(guān)鍵詞：蒙特卡羅仿真在人口預(yù)測模型中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：馬爾科夫鏈蒙特卡羅(Markov Chain Monte Carlo,簡稱MCMC)方法使用服從某種特定分布的隨機(jī)數(shù)來仿真完成系統(tǒng)中可能呈現(xiàn)的隨機(jī)現(xiàn)象,廣泛應(yīng)用于物理學(xué)、通信等領(lǐng)域研究,描述一些難以或無法用數(shù)學(xué)理論方法解決的隨機(jī)過程。本文將MCMC思想應(yīng)用于人口預(yù)測復(fù)雜系統(tǒng)中,作為人口預(yù)測模型中隨機(jī)數(shù)、人口樣本的隨機(jī)抽樣實(shí)驗(yàn)、人口的分布函數(shù)以及人口仿真等研究的工具和手段。研究了隊(duì)列要素人口預(yù)測宏觀模型和基于蒙特卡羅方法人口微觀預(yù)測模型,給出了隊(duì)列要素預(yù)測算法的詳細(xì)過程及應(yīng)用關(guān)鍵,分析了現(xiàn)有基于蒙氏方法的微觀仿真算法,提出了人口預(yù)測中應(yīng)用蒙氏算法的思想定義,論證了其可行性,給出了在人口仿真中可以應(yīng)用蒙氏算法的具體解決思路。應(yīng)用隊(duì)列要素預(yù)測算法對河南省人口發(fā)展進(jìn)行預(yù)測分析,設(shè)計(jì)了基于多源歷史數(shù)據(jù)的反饋式基期年選定與數(shù)據(jù)準(zhǔn)備方法,完成了基期年人口數(shù)據(jù)的甄別、清洗和準(zhǔn)備,以及死亡率、生育率等參數(shù)選擇。利用PADIS-INT軟件通過高、中、低三種方案預(yù)測了河南省2015-2050年間人口發(fā)展變化,基于預(yù)測分析了人口發(fā)展特征與形勢。提出一種基于蒙特卡羅算法的微觀人口仿真模型,建立了人口學(xué)相關(guān)的概率分布函數(shù),包括年齡概率分布函數(shù)、預(yù)測年的死亡概率分布函數(shù)、預(yù)測年育齡婦女的生育概率分布函數(shù)等,設(shè)計(jì)了基于蒙特卡羅隨機(jī)數(shù)原理的抽樣算法。應(yīng)用Wolfram mathematica平臺對提出算法進(jìn)行模擬實(shí)驗(yàn),得出了河南省2015-2050年間總?cè)丝�、死亡人口及出生人口的仿真變化曲線,并對仿真誤差進(jìn)行分析,結(jié)果表明算法能夠有效仿真人口變化規(guī)律。對提出的基于蒙特卡羅人口微觀仿真算法的結(jié)果進(jìn)行了分析,將微觀仿真的結(jié)果與基于隊(duì)列要素的宏觀仿真結(jié)果進(jìn)行比對,結(jié)果表明,無論是人口總數(shù)還是出生人數(shù)、死亡人數(shù),本文提出的蒙特卡羅人口微觀方案算法均能仿真出比較理想的預(yù)測結(jié)果,并能夠給出人口個(gè)體微觀變化過程。分析結(jié)果表明,當(dāng)仿真次數(shù)大于5000時(shí),提出的蒙特卡羅人口微觀仿真算法與隊(duì)列要素法人口預(yù)測算法的預(yù)測結(jié)果吻合,證明了所提出算法的正確性與有效性。
【關(guān)鍵詞】：隊(duì)列要素人口預(yù)測 蒙特卡羅算法 概率分布函數(shù) 人口微觀仿真
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：C924.2;TP391.9
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-15
• 1.1 概述10-11
• 1.1.1 人口預(yù)測模型簡介10
• 1.1.2 蒙特卡羅方法簡介10-11
• 1.2 選題背景及現(xiàn)狀研究11-15
• 1.2.1 相關(guān)研究綜述11-12
• 1.2.2 選題背景12-13
• 1.2.3 組織結(jié)構(gòu)13
• 1.2.4 本文創(chuàng)新13-15
• 第2章 隊(duì)列要素人口預(yù)測算法與蒙特卡羅算法15-25
• 2.1 引言15
• 2.2 隊(duì)列要素人口預(yù)測算法15-19
• 2.2.1 基本原理15
• 2.2.2 基礎(chǔ)數(shù)據(jù)15
• 2.2.3 隊(duì)列要素算法推導(dǎo)過程15-17
• 2.2.4 年齡移算法17-18
• 2.2.5 出生人數(shù)預(yù)測18
• 2.2.6 死亡人數(shù)預(yù)測18-19
• 2.2.7 凈遷移人數(shù)預(yù)測19
• 2.2.8 人口總數(shù)預(yù)測19
• 2.3 蒙特卡羅算法19-24
• 2.3.1 蒙特卡羅算法的基本原理19-21
• 2.3.2 隨機(jī)數(shù)原理21-22
• 2.3.3 蒙特卡羅算法的使用方法22-24
• 2.4 本章小結(jié)24-25
• 第3章 基于隊(duì)列要素算法的宏觀人口預(yù)測25-33
• 3.1 引言25
• 3.2 預(yù)測步驟25-26
• 3.3 基期年數(shù)據(jù)清洗與準(zhǔn)備26-27
• 3.4 預(yù)測參數(shù)估計(jì)與選取27-29
• 3.4.1 總和生育率27-28
• 3.4.2 平均預(yù)期壽命28
• 3.4.3 出生人口性別比28-29
• 3.5 基于PADIS-INT的人口仿真預(yù)測29-32
• 3.5.1 中國人口預(yù)測軟件（PADIS-INT）29-30
• 3.5.2 基于PADIS-INT河南省人口變化預(yù)測30-32
• 3.6 結(jié)論與建議32
• 3.7 本章小結(jié)32-33
• 第4章 一種基于蒙特卡羅算法的微觀人口仿真33-43
• 4.1 引言33
• 4.2 仿真步驟33-34
• 4.3 微觀仿真模型的建立34
• 4.4 樣本和抽樣34-35
• 4.5 仿真流程35-39
• 4.5.1 年齡仿真35-36
• 4.5.2 死亡仿真36-38
• 4.5.3 生育仿真38-39
• 4.6 仿真結(jié)果39-41
• 4.6.1 總?cè)丝诘姆抡娼Y(jié)果40
• 4.6.2 死亡人口的仿真結(jié)果40-41
• 4.6.3 出生人口的仿真結(jié)果41
• 4.7 人口仿真模擬的誤差41-42
• 4.8 本章小結(jié)42-43
• 第5章 仿真結(jié)果分析43-47
• 5.1 引言43
• 5.2 微觀仿真與宏觀仿真結(jié)果比較43-45
• 5.2.1 總預(yù)測人口對比43
• 5.2.2 預(yù)測年死亡人數(shù)對比43-44
• 5.2.3 預(yù)測年出生人數(shù)對比44-45
• 5.3 計(jì)算機(jī)微觀仿真的內(nèi)部變化過程及結(jié)論45-46
• 5.3.1 仿真的內(nèi)部動態(tài)變化過程45
• 5.3.2 預(yù)測出系統(tǒng)中微觀個(gè)體的存活壽命45
• 5.3.3 結(jié)論45-46
• 5.4 本章小結(jié)46-47
• 第6章 總結(jié)與展望47-49
• 6.1 總結(jié)47
• 6.2 展望47-49
• 參考文獻(xiàn)49-52
• 附錄52-55
• 致謝55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 張少華,言茂松,李渝曾;電力系統(tǒng)邊際發(fā)電成本的概率分布函數(shù)估計(jì)方法[J];控制與決策;1999年03期

2 徐瑋;康重慶;夏清;JIANG John N;;序列運(yùn)算離散化過程中的誤差成因及補(bǔ)償[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 趙志鵬;蒙特卡羅仿真在人口預(yù)測模型中的應(yīng)用研究[D];河南工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：蒙特卡羅仿真在人口預(yù)測模型中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：450983