论文一种基于BP神经网络人口总数预测方法是适合不知如何写人口总数方面的相关专业大学硕士和本科毕业论文以及关于中国大陆人口 严重造假论文开题报告范文和相关职称论文写作参考文献资料下载。
[摘 要]本文运用BP神经网络方法预测中国人口总数,采用MATLAB工具箱实现BP神经网络模型.选取1970-2010年人口总数,应用插值模型拟合,推算出2011-2014年人口的预测值,和2011-2014年实际人口数进行对比,并用此模型对2015-2017年的中国总人口进行预测.实验结果表明,利用BP神经网络预测人口总数是可行的和有效的,模型简单易行,精度较高.
[关键词]BP神经网络；人口总数；预测
doi：10.3969/j.issn.1673 - 0194.2016.20.096
[中图分类号]C921 [文献标识码]A [文章编号]1673-0194（2016）20-0-02
0 引 言
人口总数又称总人口数,是指一定时点、一定地域范围内有生命活动的个人的总和.它不分性别,不分年龄,不分民族,只要是有独立的生命活动就包含在人口总数之内.人口总数是人口统计中最基本的指标.标准人口总数,对于了解国情国力,制订人口计划和经济、社会发展计划,进行人口科学研究,都有十分重要的意义.传统预测人口的方法主要有常微分方程方法、逻辑方法和动态预测法,这些方法对人口预测都有一定的作用,但采用这些方法,都需要对数据进行模型假设,在实际情况中,模型往往都是非线性的,如果只是在简单的模型假设下进行数据分析,结果往往是不准确的,达不到理想的预测结果.而神经网络对于复杂的、非线性的数据有曲线拟合能力.基于BP神经网络的时间序列预测方法,只需将历年人口总数输入,通过抑制和激活神经网络节点,自动决定影响性能的参数及其影响程度,自动形成模型,无需进行模型假设,本文就是利用该方法对我国人口总数进行预测.
1 BP神经网络
BP网络（Back Propagation）,是1986年由Rumelhart和McCelland为首的科学家小组提出的,它是一种按照误差逆向传播算法,来训练的多层前馈的学习网络,网络中的各个神经元之间的连接强度靠权值的大小来实现.权值的大小随着网络对训练样本的增加、学习不断地调整改变,优化各个神经元之间的连接强度,不断提高整个网络对训练样本特征的反应灵敏度和精确度.BP神经网络的最大优点在于能够在短时间内学习和贮存大量输入输出模式映射,不需要知道这些映射关系的数学表达式,通过训练样本反向传播调节网络的权值和阀值,来达到网络的误差平方和最小的目的.BP网络是目前应用最广泛的神经网络模型之一,其结构如图1所示.
2.1 人口总数数据采集
本文实验中所用人口数据取自《中国统计年鉴2015》,选取1970-2010年我国人口总数,应用插值模型拟合,并推出2011-2014年人口的预测值,和2011-2014年实际人口数作对比,实验所用人口总数数据如表1所示.
2.2 人口结果预测数据
采用MATLAB工具箱实现BP神经网络模型,实验结果如图2、图3、图4、图5所示.1970-2010年实际人口和预测人口误差百分比如图2所示,1970-2010年实际人口和预测人口数据如图3所示.
2011-2014年人口误差百分比如图4所示,2011-2014年实际人口总数和误差人口总数数据如图5所示.
从图4中可以看出,用BP神经网络预测人口总数误差值小于1.05%；从图5可以看出,预测2015年中国人口总数为138 883万人,2016年人口总数为139 547万人,2017年人口总数为140 188万人.依据国家统计局所公布数据,2015年末中国人口总数已达到137 463万人,和预计结果误差为1.03%.
3 结 语
本文按照《中国统计年鉴2015》中的人口总数数据,利用BP神经网络,通过MATLAB软件对1970-2010年中国人口总数数据进行拟合,并对2011-2014年中国人口总数预测,然后和这4年中国人口实际数据进行比较.实验结果表明,使用该方法的预测结果和实际值误差很小,精确度较高,模型简单易行,为中国人口总数预测提供了简单快速且准确的分析方法,有一定的实际应用价值.
主要参考文献
[1]杜国明.人口数据空间化方法和实践[M].北京：中国农业出版社,2008.
[2]宋健.人口控制和人口预测[M].北京：人民出版社,1981.
[3]程国建.神经计算和生长自组织网络[M].西安：西安交通大学出版社,2008.
[4]中华人民共和国国家统计局.中国统计年鉴[M].北京：中国统计出版社,2015.
[5]刘琳玥.基于PCA-BP神经网络的铁路客运量预测模型研究[J]. 综合运输. 2016（08）.
[6]要亚斌,李淑琴,黄宇.基于神经网络的热工系统辨识方法研究[J]. 计算机仿真,2016（8）.
[7]付克兰,李辉,张霞.BP神经网络预测模型及应用[J]. 信息和电脑理论版, 2016（11）.
[8]季渊,陈文栋,冉峰,张金艺,David LILJA. 具有二维状态转移结构的随机逻辑及其在神经网络中的应用[J]. 电子和信息学报. 2016（8）.
[9]陈斌,胡丽,李昂,陈祥健,刘好武.基于BP神经网络算法的仿真研究[J]. 信息技术, 2016（8）.
[10]张俊,李鑫. TensorFlow平台下的手写字符识别[J]. 电脑知识和技术,2016（16）.
总结:本论文为您写人口总数毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 BP神经网络在用电用户分类中的应用 摘 要： BP神经网络在解决非线性复杂系统中存在很大的优势。针对家庭用电设备自身的负荷特点，以广州供电局用户用电设备能耗数据作为训练样本，利用B。
2、 基于BP神经网络心电信号智能诊断设计 摘 要： 结合差分阈值法、多重神经网络心电诊断方法提出一种新型的递进型双层BP神经网络心电信号智能诊断设计。采用差分阈值法检测QRS波特征点，通。
3、 基于BP神经网络的高空气象数据挖掘方法 摘 要： 针对传统的高空气象数据挖掘方法中存在的数据挖掘深度问题，提出一种基于BP神经网络技术的高空气象数据挖掘方法。采用BP神经网络技术以及小。
4、 基于BP神经网络北京市物流需求预测 摘 要：随着物流在国民经济中重要性的提高，对于物流需求的准确预测成了物流发展规划中重要的一部分。选取了对物流需求影响较大的七个指标构建了一个三层。
5、 一种改进型DRNN神经网络自学习PID控制 摘 要： 本文针对多变量耦合系统，采用DRNN神经网络对PID控制器参数进行自学习，提出了将学习因子在学习过程中进行动态调整，与传统DRNN神经。
6、 优化BP神经网络在玉米产量预测中应用 摘 要：玉米产量预测一直是农业发展过程中的重要组成部分。神经网络算法以其较好的非线性优化拟合能力应用于玉米产量的预测中。但是传统的神经网络算法具。