昆明市人口预测模型研究

通过对1949～2000年昆明市人口总量的分析,以及从2000年第5次全国人口普查中昆明市的相关情况,重点考察了昆明市生育状况、死亡状况、年龄和性别状况,找出昆明市人口存在的问题.通过运用马尔萨斯人口模型和Logistic模型以及提出的线性回归模型对昆明市未来10年的人口进行预测,并进行模型之间的比较,进而得出昆明市未来10年人口的发展状况.     

灰色模型在甘肃省人口预测中的应用

人口是一个国家和地区发展的重要因素,人口规模直接影响着区域的经济社会发展、资源利用和生态环境状况。采用合理的方法,模拟和预测城市总人口,可以在制定国民经济计划、城市土地利用总体规划、城市规划与设计、资源与环境保护和进行社会决策中起到非常重要的作用。以甘肃省2000~2008年近9年的人口数据为基础,采用灰色系统理论建立人口动态增长模型,用此模型预测甘肃省未来人口规模,并对人口增长状况进行分析。     

2012-2050年我国老龄人口预测研究

以我国老龄人口发展为研究对象,建立了GM(1,1)动态预测模型和灰色新陈代谢模型,对未来2012-2050年我国老龄人口进行了预测。预测结果显示:2020年我国老龄人口数达到1.717 4亿,2030年2.492 9亿,2040年3.618 7亿,2050年5.252 7亿、占我国总人口数的32%。     

土地总体利用规划中的人口规模预测方法——以兰州市西固区为例

人口规模和土地资源之间的相互协调关系是土地利用总体规划中的主要内容。人口规模预估的准确性越高,使得土地总体利用规划更加的合理,从而提高了规划体系中的科学性和可操作性。利用线性回归模型、改进Logistic模型、离散灰色增量模型对人口规模进行了科学的预估,同时考虑到城市经济的发展和水资源的承载力,综合以上因素确定出西固区2015年的人口规模为42．6万,2020年的人口规模为52．1万。     

Richards模型与Logistic模型在人口预测中的比较

Logistic模型是常用的人口预测模型,在Logistic模型的基础上再添加一个参数,得到一个含有4个参数的非线性s型增长模型,即Richards模型;分别通过Logistic模型和Richards模型对1985—2014年的中国人口进行了预测,建立了人口预测模型;通过与实际人口相比,结果表明,Richards模型比Logistic模型拟合效果更好。     

中国人口数量的时间序列分析

本文运用时间序列模型（ARIMA模型）对中国人口进行分析与预测,应用Eviews6．0软件对1949～2007年中国人口数据进行拟合,建立ARIMA模型,运用2008～2010年的人口数据来验证模型,并对2011年的总人口数进行了预测。     

基于饱和增长趋势模型的福建人口预测

以1978～2007年福建省的人口统计数据为依据,采用饱和增长趋势模型中的修正指数模型、龚柏兹模型、逻辑斯蒂模型对福建省未来人口总量进行预测.根据预测结果进一步用三种模型进行组合得到组合预测模型,预测结果为2010年、2015年、2020年福建省人口总量分别达到:3654.93万人、3752.83万人、3832.61万人.     

数学模型在人口增长中的应用

随着人口的增加到一定程度以来人口在有限的生存空间里进行竞争,人口的增长状况随着人口的增加而减少,而且在有限的生存空间里人口也不可能无限地增长,阻滞增长模型就是考虑到这个因素.文章对此预测了2010年的人口数量.     

时空回归模型在中国各省区人口预测中的应用

综合回归分析和时间序列分析的思想,构建中国各省人口时空回归模型,对各省的人口发展进行预测.其基本方法是首先运用相邻两年各省的人口数据建立回归方程,然后将来年人口数量作为自变量,预测下一年的数量.得到因变量数值再作为自变量,逐年往前滚动进行预测.经检验,中国各省人口时空回归模型的预测准确率绝大多数在90%以上.     

基于马尔萨斯模型对甘肃省人口的预测

从什肃省的实际情况和人口增长的特点出发,建立甘肃省人口增长的数学模型,本文利用竹肃省1978-2010年的人口数量,利用马尔萨斯模型对甘肃省人口进行了预测,建立了人口预测公式。对甘肃省人口做山预测和分析,来预测甘肃省未来10年的人口数量。     

分析及改进阻滞增长模型及对人口数量和结构的预测

目的改进阻滞增长模型及对深圳人口进行预测,为计划生育政策以及＂单独二胎＂政策提供有效的理论依据。方法通过建立阻滞增长模型,利用统计数据资料,求出了模型中的参数,并对1970—2010年的人口数量进行了预测。通过与实际人口数量进行比较,发现阻滞增长模型人对口数量的预测是较符合真实情况的。本文第二部分建立了Leslie模型。结果得到1990年人口11.433亿与真实值11.106亿十分接近,预测了2015—2030年人口数量的变化与人口年龄结构的变化,预测得出了2030年人口老龄化更加严重。结论发现Leslie模型不仅可以对人口总量进行准确预测,也可以反映人口变化的深层次因素。     

山西省人口GM(1,1)模型预测

根据2001年至2009年的山西人口变化特征,选择GM(1,1)模型的指数模型并借助EXCEL、MATLAB等软件对山西省人口总量进行了数值拟合分析,并利用该模型对山西省人口总量开展预测.通过检验分析,模型的预测精度大于99.9%,并预测在今后一段时间内,山西省人口将继续保持低自然增长率,山西人口总量到2020年预计将增加到3 652.047万人.     

大庆市盐碱化土地治理对策初探

土地的盐碱化是大庆市土地退化的一种主要形式,也是生态环境恶化的一种表现,严重地制约大庆市的农业发展.本文简要地介绍了大庆市盐碱地的分布以及利用现状,对大庆市土地盐碱化的危害及形成的原因进行了分析,同时提出了有效的治理对策.     

灰色模型在我国人口预测中的应用

人口问题就是一个典型的灰色系统问题,在灰色GM(1,1)模型的基础上,构建了灰色+BP神经网络组合模型。根据1949-2011年我国人口发展的最新统计资料,提出并建立变换初值灰色模型,然后利用两种模型预测值的均值对我国人口发展趋势进行中长期预测。     

Logistic人口模型参数伴随同化识别

研究了Logistic人口模型,利用伴随同化方法对该模型的参数进行了识别。基于1790—1950年的美国人口数据进行了数值实验,数值实验结果显示该方法用于Logistic人口模型参数识别可行。     

生态城市指标体系功能分析

依据国家环保总局制定的生态城市指标体系,结合大庆市的实际情况对各项指标配置了权重。计算出1997~2003年反映大庆市生态城市现状和发展过程的几种评价指数,体现了生态城市指标体系的功能。大庆市生态城市建设目前发展状况良好,生态城市评价综合指数1997—2003年由0.701增加到0.802,各子系统的发展逐渐趋于平衡。产业结构比例的严重不平衡和财政分配体制的制约,是影响大庆市生态城市发展的主要因素。     

有关中国人口老龄化的数学模型分析

梳理了我国从1990年到1999年的相关人口数据以及第5次人口普查的数据,借助相关中国人口统计年鉴,建立了我国人口增长的灰色系统GM（1,1）模型和Leslie动态离散控制预测模型,应用MATLAB软件分析我国当前人口状况,并且预测了未来我国人口的增长模型,了解我国未来老年人口的增长趋势.     

基于logistics模型的中国人口增长预测

人口问题是个十分复杂的社会问题,准确的人口预测能为国家制定有效的相关人口政策提供重要依据。利用改进的logistics模型在2001年到2007人口统计数据基础上对中国人口进行预测,结果显示在2030年国家的人口数量达到一个峰值,通过与单纯logistics模型相比较,优势明显。     

基于灰色GM(1,1)模型的宿州市人口预测

以2001年至2013年的宿州市人口数据资料为依据,运用灰色系统理论建立GM(1,1)宿州市人口预测模型,并对该GM(1,1)预测模型进行残差检验,关联度检验和后验差检验,通过检验知模型对数据的拟合属于一级精度,模型精度较高。最后利用GM(1,1)模型对宿州市2014年至2018年的人口进行了预测,并结合宿州市人口发展的历史和现状对结果进行了分析。     

基于GM(1,1)模型的山西省人口预测

根据2001年至2009年的山西省人口变化特征,选择GM(1,1)模型的3种形式并借助EX-CEL、MATLAB等软件对山西省人口总量进行了数值拟合分析,并利用这3种模型对山西省人口总量作预测。通过检验分析,模型的预测精度大都大于99.9%,其中指数模型的预测精度最高。并预测在今后一段时间内,山西省人口将继续保持低自然增长率,山西省人口总量到2030年预计将增加到3 866.024 2万人。