中国人口预测模型
摘要
本文对人口预测的数学模型进行了研究。首先，建立一次线性回归模型，灰色序列预测模型和逻辑斯蒂模型。考虑到三种模型均具有各自的局限性，又用加权法建立了熵权组合模型，并给出了使预测误差最小的三个预测模型的加权系数，用该模型对人口数量进行预测，得到的结果如下：
其次，建立Leslie人口模型，充分反映了生育率、死亡率、年龄结构、男女比例等影响人口增长的因素，并利用以1年为分组长度方式和以5年为
负指数函数，并给出了反映城乡人口迁移的人口转移向量。
最后我们BP神经网络模型检验以上模型的正确性
关键字：一次线性回归灰色序列预测逻辑斯蒂模型Leslie人口模型BP神经网络
一、问题重述
1. 背景
人口增长预测是随着社会经济发展而提出来的。在过去的几千年里，由于人类社会生产力水平低，生产发展缓慢，人口变动和增长也不明显，生产自给自足或进行简单的以货易货，因而对未来人口发展变化的研究并不重要，根本不用进行人口增长预测。而当今社会，经济发展迅速，生产力达到空前水平，这时的生产不仅为了满足个人需求，还要面向社会的需求，所以必须了解供求关系的未来趋势。而人口增长预测是对未来进行预测的各环节中的一个重要方面。准确地预测未来人口的发展趋势，制定合理的人口规划和人口布局方案具有重大的理论意义和实用意义。 2. 问题
人口增长预测有短期、中期、长期预测之分，而各个国家和地区要根据实际情况进行短期、中期、长期的人口预测。例如，中国人口预期寿命约为70岁左右，因此，长期人口预测最好预测到70年以后，中期40—50年，短期可以是5年、10年或20年。根据2007年初发布的《国家人口发展战略研究报告》（附录一）及《中国人口年鉴》收集的数据（附录二），再结合中国的国情特点，如老龄化进程加速，人口性别比升高，乡村人口城镇化等因素，建立合理的关于中国人口增长的数学模型，并利用此模型对中国人口增长的中短期和长期趋势做出预测，同时指出此模型的合理性和局限性。
二、问题的基本假设及符号说明
问题假设
1．假设本问题所使用的数据均真实有效，具有统计分析价值。
2．假设本问题所研究的是一个封闭系统，也就是说不考虑我国与其它国家的人口迁移问题。
3．不考虑战争 瘟疫等突发事件的影响
4．在对人口进行分段处理时，假设同一年龄段的人死亡率相同，同一年龄段的育龄妇女生育率相同。
5．假设各年龄段的育龄妇女生育率呈正态分布
6．人类的生育观念不发生太大改变，如没有集体不愿生小孩的想法。 7.中国各地各民族的人口政策相同。
符号说明
()i a t --------------------第t 时间区间内第i 个年龄段人口总数
()i c t --------------------第t 时间区间内第i 个年龄段人口总数占总人口的比例 ()k i c t --------------------第t 时间区间内第i 个年龄段中第k 年龄值人口总数占总人
口的比例
()A t --------------------第t 时间区间内各年龄段人口总数的向量
()P t --------------------第t 时间区间各年龄段人口总数向量转移矩阵 ()i b t -------------------第t 时间区间内第i 个年龄段人的生育率 ()i d t -------------------第t 时间区间内第i 个年龄段人的死亡率
()k i d t -----------------第t 时间区间内第i 个年龄段中第k 年龄值的死亡率
()i s t -------------------第t 时间区间内第i 个年龄段人的存活率
()h t --------------------- 第t 时间区间男性人数与女性人数的比值 ()i e t ---------------------第t 时间区间内第i 个年龄段育龄妇女的生育率
m---------------------------每个年龄段上年龄值的数目
三 问题分析
本问题是一个关于人口预测的问题，与以往不同，本问题需要根据中国特殊的国情去研究，我们根据对问题的分析并结合实际情况认为对人口产生主要影响的因素有以下四个：生育率、死亡率、年龄结构、男女比例。在这里需要说明的是对于人口产生影响的一些因素，如经济发展状况，生态环境情况、已婚夫妇对生育所持的态度、医疗技术的发展等，我们认为它们对人口的增长是通过作用于以上四个指标而间接发挥作用的。而对于诸如战争爆发、疾病流行等突发因素，由于其不可预测性，我们不考虑
1．生育率
生育率代表育龄妇女生育人口的能力，从一定意义上讲生育率的高低控制着人口增长率高低，通常来说生育率越高人口增长率越高，所以说生育率是人口增长的源头。生育率的影响因素很多，首先是年龄因素，不同年龄段的育龄妇女的生育率不同，通常20岁至30岁的育龄妇女的生育率最强；此外是地域因素，受政策因素、观念认识、周边环境等影响乡村育龄妇女的生育率高于城市育龄妇女的生育率；还有其它因素的影响，比如大规模疾病会降低育龄妇女的生育率。
2．死亡率
死亡率表示一定时期内一个人口群体中死亡的人数占该人口群体的比值，和生育率一样死亡率的高低同样控制着人口增长率高低，如果说生育率是人口增长的源头，则死亡率是人口增长的汇点。同样影响死亡率的因素很多，首先不同年龄段的死亡率不同，通常老年人和刚出生的婴儿的死亡率较高；从长远来看，随着医疗水平的提高，整个人口群体的死亡率将会成下降趋势；此外一些突发事件，如战争、疾病等，将会使使那一段的人口死亡率大幅度提高。
3．年龄结构
年龄结构反映了总体人口在各年龄段分布情况，年龄结构蕴涵的信息量很大，从其中我们可以实现对很多问题的分析，比如从年龄结构我们可以分析出社会的老年化程度，此外从年龄结构我们可以判断出不同时间段人口出生的情况，比如年龄结构不仅反映了总体人口在各年龄段分布情况，而且考虑到不同年龄段
人口生育率、死亡率不同等情况，我们可以在年龄结构中有效反映这些差异4．男女比例
男女比例反映了总体人口中男性与女性人数的比较关系，男女比例值能反映出体人口中男性与女性人数是否协调，男女比例主要受男女出生比和男女死亡率的影响，男女出生比正常范围在103－107，也就是说出生100个女儿的同时会有103 —107个男儿出生，但是在现实社会中，女性死亡率低于男性，所以男性与女性人数大致相等，社会维持在一个稳定状态。但目前我国男女出生比超过110，这不仅将导致男女比例失调，还会对人口的预测产生影响，所以在人口预测时必须将男女比例问题考虑进去。
考虑到人口预测分为中短期预测和长期预测，两类预测因为涉及的时间长短不同，所以考虑的因素不同，采用的方法不同。
对于中短期预测，我们假设生育率、死亡率、年龄结构、男女比例均维持在同一稳定水平，这样我们采用方法有很多，。
对于长期预测，我们需要考虑生育率、死亡率、年龄结构、男女比例等因素随时间变化，此外城乡人口迁移对城乡人口结构产生影响，尽管以上因素短期内积累效应较小，但在长期中必须考虑。
在预测方法上我们选用了基于以往人口数据的一次线性回归，灰色、时间序列预测，逻辑斯蒂模型和基于年龄结构并生育率、死亡率随时间Leslie人口模型
四数学模型
4.1.熵权组合模型
有关于人口增长预测的模型很多，比如灰色GM （1，1），移动平均数法，指数平滑法，一元线型回归，马尔萨斯人口模型，宋健人口模型等等，但是每种预测方法的精度往往也不同。组合模型和单个模型比起来，具有较高的预测精度，组合预测的关键就在于确定各个预测方法的权重。
本文将从一个新的角度进行研究，即从信息论的观点出发，根据各个体预测方法误差指标的信息熵，确定组合预测模型的权重，进行人口组合预测模型。
本文选用了一元线性回归法，逻辑斯蒂模型法，灰色GM （1，1）模型法对中国人口增长进行预测。而1978至2005年的数据见本文表一。
.4..1.1灰色预测模型 1.模型建立
灰色系统是指部分信息已知，部分信息未知的系统。灰色系统的理论实质是将无规律的原始数据进行累加生成数列，再重新建模。由于生成的模型得到的数据通过累加生成的逆运算――累减生成得到还原模型，再有还原模型作为预测模型。
预测模型，是拟合参数模型，通过原始数据累加生成，得到规律性较强的序列，用函数曲线去拟合得到预测值。 灰色预测模型建立过程如下：
1) 设原始数据序列()0X 有n 个观察值，()()()()()()(){}n X X X X 0000,...,2,1=，通过累加生成新序列 ()()()()()()(){}n X X X X 1111,...,2,1=，利用新生成的序列()1X 去拟和函数曲线。
2) 利用拟合出来的函数，求出新生序列()1X 的预测值序列(1)X 3) 利用(0)(1)(1)()()(1)X k X k X k =--累减还原：得到灰色预测值序列： ()()(){}
00001,2
,...,X X X X n m =+ (共n ＋m 个，m 个为未来的预测值)。 将序列()0X 分为0Y 和0Z ，其中0Y 反映()0X 的确定性增长趋势，0Z 反映()0X 的平稳周期变化趋势。
利用灰色GM （1，1）模型对()0X 序列的确定增长趋势进行预测 2 模型求解
根据2006全国统计年鉴数据整理得到全国历年年度人口统计表如表1.
根据上述数据，建立含有20个观察值原始数据序列()0X ：
()[]
09625998705105851112704
127627128453129988130756X =利用Matlab 软件对原是数列()0X 进行一次累加，得到新数列为()1X ，如表2：
表2：新数列()1X 误差和误差率
1、利用表2，拟合函数，如下：
0.011624(1)92800439183784t x t e +=-
2、精度检验值
c ＝0.3067 （很好） P ＝0.9474 （好）
3、得到未来20年的预测值：
4.1.2一元线性回归法
根据表一中的数据，本文建立一元线性回归模型Y a bX =+进行预测；
Y 为人口数 单位：万人 X 为年份。利用Matlab 软件，用麦夸特法进行回归拟合，得到拟核值及回归方程，如下：
102974.50531572.3805Y X =+ 相关系数：R ＝0.9359
4.1.3 逻辑斯蒂模型（Logistic growth model ）
考虑自然资源和环境对人口的影响，并以m N 记自然资源和环境条件所能允许的最大人口数。把人口增长的速率除以当时的人口数称为人口的净增长率。如果人口的净增长率随着)(t N 的增加而减小，且当m N t N →)(时，净增长率趋于零。因此人口方程可写成
)())
(1()(t N N t N r dt t dN m
-= 其中r 为常数，此模型就叫逻辑斯蒂模型。
我们把1978年至2005年全国历年年底总人口的数值组成一个观察矩阵，其中的每一个数值称之为观察值。本文利用spss 软件，得出与观察值一一映射的拟核值，残差值和cook 距离，见下表：
表九 用spss 软件得到各观察值所对应的拟核值，残差值和标准残差
从新数据得到 F ＝372.3471 p －值＝0.001
本文建立逻辑斯蒂模型：0.8840.185130517.5/(1)x y e --=+
相关系数R ＝0.9888
4.1.4. 组合模型建立
1、熵权法的概念及基本步骤
熵权法是一种决定指标的方法，我们知道，综合指标取决于单个指标数的确定，一般情况下的权重是根据经验来确定的，但是这种确定权重的方法缺少科学根据，也不能保证确立的综合指标能反映原始指标的大部分信息，且权重的确立因人而异，所以其应用受到了限制，而熵权法就能够避免这些问题，使权重的确立具有科学的根据，具有说服力。熵权法的步骤确立如下： ① 计算第j 项指标下第i 个方案的指标比重1
ij
ij m
ij
i y p y
==
∑
② 计算指标j 的熵值 1
ln m
j ij ij i e k p p ==-∑ （1
ln k m
=
） ③ 计算第j 项指标的差异系数 1j j g e =- ④ 定义权重1
j
ij m
j
i g w g
==
∑
则 ij w 就为熵权法确定的权重。
2、误差指标的选举
为了能全面的各个预测方法以及组合预测的预测效果，必须制定一套切实可行的误差指标。按照预测效果的评价惯例，本文选取如下指标作为参考： （1）、平方和误差
2
1
()n
i i t SSE y y ==-∑
（2）、平均绝对值误差
1
1n
i i t MAE y y n ==-∑
（3）、均方误差
MSE =
（4）、平均绝对值百分比误差
1()
1n i i t i
y y MAPE n y =-=∑
（5）、均方百分比误差
MSPE =
3、组合模型权重的确定
设以选定m 种个体预测方法，n 个误差指标，m 种个体预测方法对应n 个误差指标构成了评价指标值矩阵；
()ij R r m n =?
第j 个指标下第i 种个体方法的指标比重值ij P 为
1
/m
i j i j i j
t P r r ==∑
第j 个指标的熵值为：
1ln m
j ij ij t E P P ==-∑
记
ln j j e E = 第i 个指标的权重为：
1(1)/(1)m
j j j t e e θ==--∑
记矩阵R 中每列最优值为j r *，对该矩阵所有元素做标准化处理，可得：
//i j j ij j ij r r j d r r j *
*??=???指标的指标值越大越好
指标的指标值越小越好
这样，各个体预测方法的熵权评价值i λ，可以表示为： 1(0,1,2,,
)
m
i j i j t d i m λθ===∑
将上式进行归一化处理，即可以得到各个个体的权重。
4.1.6熵权组合模型求解
本文利用Matlab 软件对上述的模型、指标进行综合的运算处理，得到熵权系的基本数据资料，见下表：
加权系数为：0.24282，0.34055，0.41663。
4.2 Leslie 人口模型
4.2.1模型建立
在这里我们将人口按年龄大小等分为n 个年龄组，记i=1,2,… , n
同时将时间离散为时段，长度与年龄组区间相等，记k=1,2,…
定义()i a t 为第t 时间区间内第i 个年龄段人口总数，()i b t 为第t 时间区间内第i 个年龄段人的生育率。
则有下面关系：
11(1)()n
i i i a t a t b =+=∑
定义第i 年龄组在1时段内的死亡率为i d , 则存活率为i s =1- i d 则有下面关系
1(1)(),1,2,
,1i i i a t a t s i n ++==-
定义()A t 为第t 时间区间内各年龄段人口总数的向量
[]12()(),(),()n A t a t a t a t =
定义()P t 为第t 时间区间各年龄段人口总数向量转移矩阵
11
2
211000()00
00
0n n n
b s b s P t b s b --???????
?=????????
由以上定义有
(1)()()A t A t P t +=
进而有以下关系
1
1()(1)()n i A t A P i -==∏
需要说明的是为减小误差每次计算A(t)完后用 公式11(1)()()n n n n n a t a t s a t s --+=?+?校正(1)n a t +
4.2.2数据分析及处理
我们分别对m=1和m=5进行说明 m 表示每个年龄段上年龄值的数目 4.2.2.1对于m ＝1的情况，
1、各年龄分层人口占总人口的比率
对于m ＝1的情况，各年龄分层人口占总人口的比率就是各年龄值占总人口的比率，
为消除各年数据随机性我们我们采用对各年数据取平均值的方法得到数据。
2、各年龄分层人口的死亡率
与上面分析相同我们采用对各年数据取平均值的方法得到数据。 3、各年龄分层上育龄妇女的生育率
通过观察我们发现2003年生育率很低，我们猜想这是由于那一年有非典的原因，因此在剔除这一年的数据后对各年数据取平均值的方法得到数据。
我们假设各年龄分层上育龄妇女的生育率呈正态分布进行数据拟合。
图2 m ＝1时育龄妇女的生育率正态分布图
4.2.2.2 对于m=5的情况
为了实现年龄结构分析，同时也为了对生育率和死亡率这些与年龄段有明显联系的指标分析
我们决定对人口统计数据进行年龄分层处理。具体实现办法为以5年为年龄
分段长度对附件中数据进行分层，例如0－4岁为第1年龄段，15－19岁为第4年龄段，90岁以上老人由于所占比例较小，不对统计产生显著影响，故与最后一组一起研究。
需要说明的是与m ＝1情况的处理方法一样，我们先对各年数据取平均值的方法得到分析数据。
1．各年龄分层人口占总人口的比率
附表的数据给出了不同年龄值男性和女性人数占总人数的比率，对于某一年龄段人口占总人口的比率为该年龄段中各年龄值男性或女性人数占总人数的比率之和，公式如下
5
1
()()k ij ij k c t c t ==∑
式中 j=1,2 其中1表示男性，2表示女性
附表中给出的数据是分别给出男性比率和女性比率，这里由于我们要把男女作为一个整体，所以我们对各年龄分层男性比率和各年龄分层女性比率相加得到各年龄分层人口占总人口的比率，公式如下
12()()()i i i c t c t c t =+
式中()i c t 表示第t 时间区间内第i 个年龄段人口总数占总人口的比例
1()i c t 表示第t 时间区间内第i 个年龄段中男性比率
2()i c t 表示第t 时间区间内第i 个年龄段中女性比率
2. 各年龄分层人口的死亡率
各年龄分层男性死亡率或女性死亡率为各年龄分层中不同年龄值男性死亡率或女性、系数加权得到 ，公式如下：
5
1
5
1
()()
()()
k k ij ij k ij k ij
k c
t d t d t c
t ==?=
∑∑
式中 j=1,2 其中1表示男性，2表示女性
与上面一样我们对各年龄分层男性死亡率和各年龄分层女性死亡率系数加权得到第t 时间区间内第i 个年龄段人的死亡率
112212()()()()
()()()
i i i i i i i c t d t c t d t d t c t c t ?+?=
+
式中()i d t 表示第t 时间区间内第i 个年龄段人的死亡率
1()i d t 表示第t 时间区间内第i 个年龄段男性的死亡率 2()i d t 表示第t 时间区间内第i 个年龄段女性的死亡率
在这里需要说明的是第0岁较高，出现奇异，分析原因我们认为这是婴儿的出生造成的，
我们对第1个年龄段人的死亡率进行校正，
5
112
15
12
()()
()()
k k j j k j k j
k c
t d t d t c
t ==?=
∑∑
说明：为便于表示令第0岁为第1年龄值
3． 各年龄分层上育龄妇女的生育率
同以上分析()i e t 为每个年龄段上对应各个年龄值的育龄妇女的生育率之和 我们假设()i e t 呈正态分布：
图3 m＝5时育龄妇女的生育率正态分布图4.2.3模型求解
4.2.3.1对于m=1的情况
图4 m＝1时人口预测图象
4.2.3.2对于m=5的情况
表12 m ＝5时人口预测
图5 m ＝5时人口预测图象
4.2.4模型改进
1．考虑到生育率和死亡率是随时间变化的，我们可以定义生育率和死亡率为时间函数 （1）生育率
影响生育率因素有受政策因素、观念认识、周边环境等，通常来说农村的生育率高于城市，为了有效区分这种差异性，我们定义b(t)为反映城、镇、乡平均生育率水平的基准生育率，定义cb(t)、tb(t)、vb(t)分别为城、镇、乡平均生育率 则1()()cb t a b t =?，2()()tb t a b t =?，3()()vb t a b t =?
其中1a 、2a 、3a 为反映生育率高低的系数，系数的大小根据具体情况确定 显然有123a a a <<
考虑到随着时间的推移，计划生育政策深入人心，农村生育率将降低 用下面函数反映这种变化
()(0)bt vb t vb a e -=??
式中a,b 为参考系数
（2）死亡率
随着时间的推移，医疗水平的提高，死亡率将下降，但死亡率中有一部分是非疾病死亡，对于青年人死亡率比较平稳，死亡率变化主要体现在老年人。
定义()i d t 为第t 时间区间内第i 个年龄段人的死亡率
(0),()(0),i i bt
i
d i l
d t d a
e i l -≤??=???>?? 式中a,b 为参考系数，用来区分青年与中老年
2．考虑到城乡人口转移因素
城乡人口转移将会对城乡人口结构产生影响，因此必须进行研究，考虑到人口主要是从镇转入城，从乡转入城，从乡转入镇
因此定义B(t)为从镇转入城的转移向量，C(t)为从乡转入城的转移向量，D(t)为从乡转入镇的转移向量。 以C(t)为例说明转移向量，
{}1122()()(),()(),,()()n n C t w t v t w t v t w t v t =???
式中()i v t 表示第t 时间区间内第i 个年龄段的农村人数，
()i w t 表示第t 时间区间内第i 个年龄段人的农村转入城市的百分比 则A ’(t)=A(t)+B(t)+C(t) 表示城乡人口转移后的人口向量 每次计算完()(1)(1)A t A t P t =--
再计算A ’(t)=A(t)+B(t)+C(t)
4.2.5模型优缺点分析
1．Leslie 人口模型可以分析不同年龄组生育率与死亡率不同的情况 2．Leslie 人口模型中可以考虑生育率与死亡率随时间变化的情况 3．Leslie 人口模型中可以分析出年龄结构的情况
4．Leslie 人口模型中对给出的关于年龄结构的统计数据要求较高 5．Leslie 人口模型对男女比例不平衡情况反映敏感
6．Leslie 人口模型中选取分组的年龄段长度不同，适于的预测期长短不同
4.3 BP 神经网络人口预测模型
基于BP 神经网络的时间序列预测模型与传统模型不同的是：此模型只需以历史数据作为输入，通过抑制与激活神经结点，自动决定影响性能的参数及影响程度，自动形成模型，无需进行模型假设，再加上神经网络对复杂的非线性系统具有曲线拟核能力，预测能力强，所以是合适的对比检验模型。
matlab 实现：
P 为输入样本矢量集;T 为对应的目标样本矢量集.设:输入样本 p=[1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 ]
(年份归一化后的数据)
p=[0.1996 0.1997 0.1998 0.1999 0.2 0.2001 0.2002 0.2003 0.2004 0.2005]
输出样本观测值(对应1996-05年的总人口归一化后的数据):
T=[0.122389 0.123626 0.124761 0.125786 0.126743 0.127627 0.128453 0.129227 0.129988 0.130756]
采用神经网络模型进行运算，系统仿真
产生输入数据的收敛结果见图示：
图6：BP训练函数
表13：BP算法的结果：
五模型优缺点的评判
在上文中，每个模型的后面，针对该模型的优缺点本文都做了深刻地评判，此时就不再重复赘言了，却还没有从宏观角度出发，对本文的所有模型进行整体的优缺点的总评判。
优点：
1、具有很好的创新性，在对传统模型的理解的基础，取模型之长，利用熵权法
对模型进行组合预测，大幅度提高了预测准确度；
2、本文的思路宽阔，在不同时期，建立起不同的模型，能够与实际紧密的联系，
结合当前具体国情，对问题进行求解，使该模型具有很好的推广性和通用性；
3、模型的的计算采用专业软件求解，例如Matlab软件，spss软件，dps软件等，
数据可信度较高。
4、对于题目附录里为涉及到的数据，均到“中国统计局”下载官方数据加以补
充，并且对论文中涉及到的众多影响因素进行了量化处理，使得论文的说服里更强，实际性更高。
缺点
1、影响人口增长预测的动态因素很多，而且不可能都能波及到，所以模型与实
际还是有一些距离的；
2、不同模型在相应的时间阶段具有很高的预测能力，但是一旦脱离了这个时间
阶段，模型的预测能力就会回落。
六全文总结
人口预测就是根据一个国家、一个地区人口的现状，考虑到社会政治经济条件对人口再生产和转化的影响，分析其发展规律，运用科学的方法测算未来某个时期人口的发展状况。人口的预测包括通常指的是中短期预测和长期预测。为了能够提供合理地预测值，本文进行了深刻地研究，建立了4个模型，进行全方位的深刻讨论。
通过，灵敏度的分析比较，模型一适合中短期的预测，模型二综合面广，考虑全面，在本文假设的条件下，就符合中国人口特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化都作为模型中的因子元素，对中国的人口未来长期发展状况进行了科学性的预测。
本论文的创新性和技术性主要表现在这几个方面：
1、本文为了提高预测的精确度，对于各种的传统预测方法，有针对性的做了筛
选，通过权重关系，建立起了组合模型，特别地在权重问题上，采用了熵权法分配权重，思路巧妙，可以为以后提供合理参考。
2、本文建立BP神经网络模型，无需进行模型假设，同时能利用模型自身对复
杂的非线性曲线进行拟核，利用拟核函数对人口增长趋势作出了合的预测。
3、本文与计算机实用软件，计算机编程紧密的结合在了一起，在本文中运用了
诸如spss，dps等一些统计性软件，同时利用Matlab进行了一些编程，大大提升了数据的处理能力，也使得数理统计变得不在十分棘手了。
4、本文的模型具有很好的推广性，而且在其它领域发挥很好的效果。
七相关建议
一、最近几年中国人口发展特点
（一）人口增长速度快但增长速度回落
（二）农村人口比重大 ，但人口城市化快速发展
（三）人口老龄化加剧 男女性别比偏高有所回落
二、中国人口的发展趋势
预测中国人口的发展趋势有以下几点：
①目前生育率经过近二十年的控制已达到了较低水平，自然增长率已由1974年
22.2‰下降到1983年的11.5‰，几乎降低了一半，这是世界人口史上罕见的，但生育率继续下降的余地已经不大了。
②由于20世纪60—70年代生育高潮形成的人口年龄结构的影响，在1995年前后形成一个生育高峰，平均每年进入婚育年龄的人数在1100万对以上，生育率的降低较为困难。
③中国目前人口死亡率在世界上是属于较低的，随着经济的迅猛发展，生活水平和医疗水平的进一步提高，死亡率继续下降是有可能的。
④人口城乡结构比较落后，乡村人口比重依然很大，且在相当长的时间里降低乡村的人口生育率仍然较为困难。
综上所述，以目前13亿人口为基础，人口增长率能继续得到控制，到21世纪中期将达到16亿。人口学家普遍认为，这是中国人口的极限，即中国土地可负荷和供养的最大人口数。此后我国人口数会略有回落，并在某一时期到达最佳人口数而稳定下来。
八参考文献
[1]王能超，数值分析简明教程，北京：高等教育出版社，1999
[2] 廉庆荣，线性代数与解析几何，北京：高等教育出版社，2002
[3] 张兴永，MATLAB软件与数学试验，江苏：中国矿业大学出版社，2000
[4] 张兴永，数学建模简明教材，江苏：中国矿业大学出版社，2004
[5] 华东师大数学系，数学分析（第三版），北京：高等教育出版社，1998
[6] https://www.doczj.com/doc/5c17859935.html,/（中国国家统计局网）
题目：人口增长模型的确定 摘要 人口问题已成为当前世界上最普遍关注的问题之一，人口增长规律的发现以及人口增长的预测问题对一个国家制定长远的发展规划有着非常重要的意义。本文分别使用了马尔萨斯人口指数增长模型和阻滞增长模型，以美国1790-1980年间每隔10年的人口数量为依据，对接下来的每隔十年进行了预测五次人口数量。通过对比我们可以发现阻滞增长模型在预测准确度方面要明显优于原始的马尔萨斯人口指数增长模型。 关键词：人口增长；马尔萨斯人口指数增长模型；阻滞增长模型；人口预测
一、问题重述 1.1 问题背景 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 1.2 问题提出 我们需要解决以下问题： 1.试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 2.如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测，并对两次预测结果进行对比分析。 3.查阅资料找出中国人口与表1同时期的人口数量，用以上建立的两个模型进行人口预测与分析。 二、问题分析 首先，我们运用Matlab 软件绘制出1790到1980年的美国人口数据图，如图1。 17801800182018401860188019001920194019601980 050 100 150 200 250
图1 1790到1980年的美国人口数据图 从图表中我们可以清晰地看到人口数在1790—1980年是呈增长趋势的，而且我们很容易发现上述图表和我们学过指数函数的图表有很大的相似性，所以我们很自然想到建立指数模型。因此我们首先建立马尔萨斯模型，马尔萨斯生物总数增长定律指出：在孤立的生物群体中，生物总数N的变化率与生物总数成正比。 三、问题假设 为简化问题，我们做出如下假设： （1）在模型中预期的时间内，人口不会因发生大的自然灾害，突发事件或战争而受到大的影响； （2）所给出的数据具有代表性，能够反映普遍情况； （3）一段时间内我国人口死亡率不发生大的波动； （4）在查阅的资料与文献中，所得数据可信； （5）假设人口净增长率为常数。 四、变量说明 在此，对本文所使用的符号进行定义。 表2 变量说明 符号符号说明 N(0)起始年人口容纳量 N(t)t年后人口容纳量 t年份 r增长率 五、模型建立 5.1 问题一：马尔萨斯(Malthus)人口指数增长模型 设：t表示年份（起始年份t=0），r表示人口增长率，N(t)表示t年后的人口数量。 当考察一个国家或一个很大地区的人口时，N(t)是很大的整数。为了利用微积分这一数学工具，将N(t)视为连续、可微函数。记初始时刻(t=0)的人口为N(0)，人口增长率为r，r是单位时间内N(t)的增量与N(t)的比例系数。根据r是常数的基本假设，于是N(t)满足如下的微分方程： dN(t)/dt=r*N(t) (5-1) 由这个线性常系数微分方程容易解出: N(t)=N(0)e rt(5-2) 表明人口将按指数规律无限增长(r>0)。将以t年为单位，上式表明，人口以e r为公
摘要 以2010年11月1日零时为标准时点，中国大陆31个省、自治区、直辖市和现役军人的人口共13.397亿。13亿是一个忧虑的数字。13亿人要吃饭、要穿衣、要上学、要就业、要住房……，消费的需求乘以13亿，就是一个庞大的数目，而我国的耕地、水资源、森林以及矿产资源本来就稀缺，再除以13亿，就少得可怜。平均每人耕地面积只有1.4亩，水资源只相当于世界人均水平的1/4…….、 中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。当前中国的人口存在着最为明显的三大特点：（1）人口基数大，人口数量的控制难度仍很大。（2）人口整体素质不高，特别是县域及以下农村人口素质普遍偏低。（3）人口结构不合理，城乡差别、地区差别和人口素质差别很大。 人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。 我国是世界第一人口大国，地球上每九个人中就有二个中国人，在20世纪的一段时间内我国人口的增长速度过快，如下表： 有效地控制人口的增长，不仅是使我国全面进入小康社会、到21世纪中叶建成富强民主文明的社会主义国家的需要，而且对于全人类社会的美好理想来说，也是我们义不容辞的责任。 长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。 我国人口问题已积重难返，对我国人口进行准确的预测是制定合理的社会经济发展规划
利用数学建模解数学应用题 数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点： 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题；与模向学科知识网络交汇点有联系的应用题；与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次： 第一层次：直接建模。 根据题设条件，套用现成的数学公式、定理等数学模型，注解图为： 将题材设条件翻译 成数学表示形式 应用题审题题设条件代入数学模型求解 选定可直接运用的 数学模型 第二层次：直接建模。可利用现成的数学模型，但必须概括这个数学模型，对应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出，然后才能使用现有数学模型。 第三层次：多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干个数学模型方能解决问题。 第四层次：假设建模。要进行分析、加工和作出假设，然后才能建立数学模型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。
实验目的 [1] 学习由实际问题去建立数学模型的全过程； [2] 训练综合应用数学模型、微分方程、函数拟合和预测的知识分析和解决实际问题； [3] 应用matlab 软件求解微分方程、作图、函数拟合等功能，设计matlab 程序来求解 其中的数学模型； [4] 提高论文写作、文字处理、排版等方面的能力； 通过完成该实验，学习和实践由简单到复杂，逐步求精的建模思想，学习如何建立反映人口增长规律的数学模型，学习在求解最小二乘拟合问题不收敛时，如何调整初值，变换函数和数据使优化迭代过程收敛。 应用实验（或综合实验） 一、实验内容 从1790—1980年间美国每隔10年的人口记录如表综2.1所示： 表综2.1 用以上数据检验马尔萨斯(Malthus)人口指数增长模型，根据检验结果进一步讨论马尔萨斯人口模型的改进，并利用至少两种模型来预测美国2010年的人口数量。 二、问题分析 1：Malthus 模型的基本假设是：人口的增长率为常数，记为 r 。记时刻t 的人口为x (t ），（即x (t ）为模型的状态变量）且初始时刻的人口为x 0，于是得到如下微分方程： ?????==0 )0(d d x x rx t x 2：阻滞增长模型（或Logistic 模型） 由于资源、环境等因素对人口增长的阻滞作用，人 口增长到一定数量后，增长率会下降，假设人口的增长率为x 的减函数，如设r(x)=r(1-x/x m )，其中r 为固有增长率(x 很小时)，x m 为人口容量（资源、环境能容纳的最大数量），于是得到如下微分方程： ?? ???=-=0)0()1(d d x x x x rx t x m
关于计划生育政策调整对人口数量、结构及其影响的研究 【摘要】 本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。 对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了 Logistic 、灰色预测、等方法进行建模预测。 首先，本文建立了 Logistic 阻滞增长模型，在最简单的假设下，依照中国人口的历 史数据，运用线形最小二乘法对其进行拟合， 对 2014 至 2040 年的人口数目进行了预测， 得出在 2040 年时，中国人口有 14.32 亿。在此模型中，由于并没有考虑人口的年龄、 出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理 论上很好，实用性不强，有一定的局限性。 然后， 为了减少人口的出生和死亡这些随机事件对预测的影响， 本文建立了 GM(1,1) 灰色预测模型，对 2014 至 2040 年的人口数目进行了预测，同时还用 2002 至 2013 年的 人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测， 得出 2040 年时，中国人口有 14.22 亿。与阻滞增长模型相同，本模型也没有考虑年龄 一类的因素，只是做出了人口总数的预测，没有进一步深入。 对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab 对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。同理，针对其非户籍人口，我们进行matlab 拟合发现，其为非线性相关，并得出相关函数。并做出了拟合函数 0.0419775(1)17255.816531.2t X t e ?+=?-。 对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数0.032735617965.017372.5t Y e ?=?-；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。 关键词:GM(1,1)灰色模型 Logistic 阻滞增长模型 线性拟合 非线性拟合
2007全国数学建模中国人口增长预测 摘要： 针对题目所提要求，我们建立了两个中国人口预测模型，分别用于对中国人口的发展趋势做短期和中长期的预测。 为了对中国人口发展做短期的预测，考虑到题目所给的数据资料的不全面，我们由马尔萨斯的人口指数增长模型得到启发，针对中国人口发展的特点，把出生率和死亡率函数这两大对人口增长起主要作用的因素作为建模的关键参数，在附件中没有给出中国近年总人口数的情况下，建立了短期内预测中国人口增长的微分方程模型。在该模型中，为了得到出生率和死亡率函数这两个重要参数，我们通过分析题目所给数据，提取出有效信息，计算归纳出2001年到2005年的出生率和死亡率，并在此基础上引入灰色模型，用于对出生率和死亡率进行预测，得出了出生率和死亡率关于时间的函数。较准确的估计出了人口增长的关键参数，使得建立的人口增长短期预测模型不仅符合中国人口的发展特点，而且简单易用，能在未知总人口数的情况下预测人口的相对发展变化，这一优点使得可以方便且准确的用于预测中国人口短期内的发展趋势。 为了对中国人口发展做中长期的预测，考虑到短期模型在预测人口中长期发展中的局限性以及影响人口发展的众多因素的不确定性和它们之间关系的复杂性，我们利用灰色动态模型的特点，从《中国统计年鉴》中查到了中国近年的人口总数（见附表一），把人口数做为灰色量，对原始各年人口序列进行分段建模，对各分段模型进行定性分析比较，根据各阶段宏观指标的相关确定一组适当的权数，进行预测模型的最优组合，以确定最优预测模型，从而建立了中长期预测中国人口增长的灰色动态系统人口模型，对中国人口进行了中长期的预测。 在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、妇女生育率、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词：出生率、死亡率、指数增长模型、灰色动态模型、性别比、老龄化、生育率。
Haozl觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆ ※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 图和表的标题采用插入题注方式题注样式在样式表中设置居中五号字体 Excel中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意Excel表格插入到word的方式在Excel中复制后，粘贴，word2010粘贴选用使用目标主题嵌入当前 Dsffaf 所有软件名字第一个字母大写比如E xcel 所有公式和字母均使用MathType编写 公式编号采用MathType编号格式自己定义
农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用matlab 软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm 的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜 14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用MATLAB 软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1cm 的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm 的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用MATLAB 编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用matlab 软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用MATLAB 软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；MATLAB ；误差分
数学建模优秀论文范文 数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点: 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须
依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的 发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次: 第一层次:直接建模。 根据题设条件，套用现成的数学公式、定理等数学模型，注解图为: 将题材设条件翻译 成数学表示形式 应用题审题题设条件代入数学模型求解 选定可直接运用的 数学模型 第二层次:直接建模。可利用现成的数学模型，但必须概括这个数学模型，对 应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需 进一步求出，然后才能使用现有数学模型。 第三层次:多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干 个数学模型方能解决问题。 第四层次:假设建模。要进行分析、加工和作出假设，然后才能建立数学模 型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。 三、建立数学模型应具备的能力 从实际问题中建立数学模型，解决数学问题从而解决实际问题，这一数学全过 程的教学关键是建立数学模型，数学建模能力的强弱，直接关系到数学应用题的解 题质量，同时也体现一个学生的综合能力。 3(1提高分析、理解、阅读能力。
Logistic 人口发展模型 一、题目描述 建立Logistic 人口阻滞增长模型 ，利用表1中的数据分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测我国未来50年的人口情况.并把预测结果与《国家人口发展战略研究报告》中提供的预测值进行分析比较。分析那个时间段数据预测 表1 各年份全国总人口数（单位：千万） 二、建立模型 阻滞增长模型（Logistic 模型）阻滞增长模型的原理：阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用，对指数增长模型的基本假设进行修改后得到的。阻滞作用体现在对人口增长率r 的影响上，使得r 随着人口数量x 的增加而下降。若将r 表示为x 的函数)(x r 。则它应是减函数。于是有： )0(,)(x x x x r dt dx == （1） 对)(x r 的一个最简单的假定是，设)(x r 为x 的线性函数，即 ) 0,0()(>>-=s r sx r x r （2） 设自然资源和环境条件所能容纳的最大人口数量m x ，当 m x x =时人口不再增长，即增 长率 )(=m x r ，代入（2）式得 m x r s = ，于是（2）式为
)1()(m x x r x r -= （3） 将（3）代入方程（1）得： ?? ???=-=0 )0() 1(x x x x rx dt dx m （4） 解得： rt m m e x x x t x --+= )1( 1)(0 （5） 三、模型求解 用Matlab 求解，程序如下： t=1954:1:2005; x=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756]; x1=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988]; x2=[61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756]; dx=(x2-x1)./x2; a=polyfit(x2,dx,1); r=a(2),xm=-r/a(1)%求出xm 和r x0=61.5; f=inline('xm./(1+(xm/x0-1)*exp(-r*(t-1954)))','t','xm','r','x0');%定义函数 plot(t,f(t,xm,r,x0),'-r',t,x,'+b'); title('1954-2005年实际人口与理论值的比较')
东北大学 研究生考试试卷 考试科目：数学模型 课程编号： 阅卷人： 考试日期：2011.12 姓名：王艳超2班 学号：1170380 注意事项 1．考前研究生将上述项目填写清楚 2．字迹要清楚，保持卷面清洁 3．交卷时请将本试卷和题签一起上交 东北大学研究生院
数学模型在人口预测中的应用 绪论 随着社会的发展和科技的进步，数学愈来愈向其它科技领域渗透，数学模型的研究愈来愈广泛和深入.物理和力学是数学应用的传统领域，其中有许多著名的数学模型.然而，以前数学在化学、生物等自然学科中应用的很少.近年来，情况发生了变化. 最近几个世纪以来世界的人口增加的很快，数学模型的方法在研究人口的预测的领域得到了越来越广泛的重视.有人预计到21世界的中叶，人类将超过100亿.地球上可供人类利用的资源是十分有限的，世界人口的迅速膨胀，特别是发展中国家过高的人孔增长率成为一个十分严峻的问题.另一方面，当前许多国家人口的年龄结构不合理，出现人口老龄化的趋势，产生了一系列新的社会问题. 面临这样的形势，人类必须进行自我控制，既要抑制人口增长的过快形势又要使人口的年龄结构有一个合理的分布.要实现此目标必须建立人口的预测和控制的数学模型，为正确的的人口政策提供科学的依据.
一 人口预测模型综述 人口预测是指以人口现状为基础，对未来人口的发展趋势提出合理的控制要求和假定条件即参数条件，来获得对未来人口数据提出预报的技术或方法.未来人口规模是土地利用规划中确定各类土地需求量控制性指标、调整土地利用结构，实现土地供需平衡，解决人地矛盾的重要依据.因此，探讨人口预测方法在土地利用规划中的合理应用，对土地利用规划和土地可持续发展有着十分重要的意义. 常用人口预测方法有人口自然增长法、线性回归法、移动平均法、指数平滑法、灰色预测法、系统动力学方法、人工神经网络预测法、马尔萨斯（Malthus ）模型、Logistic 人口预测模型、Leslie 人口预测模型预测、宋健人口预测模型、王广州系统仿真结构功能模型等. 除以上方法外，一些学者还利用SPSS 统计软件、资源环境容量、土地承载力、生命表法、Berta lanffy 模型、数学期望等对人口预测进行了一些研究.另外，由于预测方法种类繁多，运用组合预测的的方法也有研究.下面分别叙述之. （一）人口自然增长法 自然增长法是土地利用规划中人口预测最常用的方法.自然增长法是以现有人口为基数，根据人口的年平均增长率，自然增长率和人口机械增长数来确定规划目标年的总人口数.常采用的公式有两种，即： )1(R n N P += (1) G N P r n +=+)1( (2) 式中：P 为规划目标年的总人口数；N 为规划基础年的总人口数；R 为规划期人口年平均增长率；r 为规划期人口自然增长率；n 为规划年限；G 为人口机械增长数（迁入与迁出之间的差数）.利用以上两个公式预测时，关键是要指定各个参数的值，在以上参数值准确的前提下，自然增长法具有普遍的适用性. （二）线性回归法 1.一元线性回归.用一元线性回归法预测的基本思想是:：按照两个变量X 、Y 的现有数据，把X 、Y 作为已知数，根据回归方程寻求合理的a 、b ，确定回归曲线.再把a 、b 作为已知数，去确定X 、Y 的未来演变.一元线性回归方程为：
软件学院 人口增长模型数学建模报告 专业：软件工程 班级：卓越131班 学号：201370044120 学生姓名：郭俊成 指导教师：于志云 2015 年11 月12 日 题目：计划生育政策调整对人口数量、结构及其影响的研究
摘要 本论文针对2007年国家人口发展战略研究课题组发布的《国家人口发展战略研究报告》中关于“计划生育实施以来，全国少生了4亿多人，使世界60亿人口日推迟4年”的论述做了研究。论文根据计划生育实施之前1949-1980年的人口普查数据，使用最小二乘法拟合并建立灰色预测模型，利用数学软件，预测出了如果未实行计划生育现今中国人口的数量，从而对研究报告中“少生4亿”的结论产生质疑。 同时，本论文针对2006年全国老龄工作委员会发布的《中国人口老龄化发展趋势预测研究报告》中关于“2051年，中国老年人口规模将达到峰值4.37亿，老龄化水平基本稳定在31%左右”的论述做了研究，根据近几年的人口老龄化程度、老龄人口比重、老龄人口数量、死亡率的变化等诸多因素，建立阻滞增长模型(Logistic模型)，预测40年到70年的老龄人口数量和老龄化率，验证了报告中的关于老龄人口数目持续增加、数目庞大、老龄化严重的预测。 论文基于近期的计划生育调整、“单独二孩”政策的逐步实施、城镇化所导致的人口迁移等现象，结合江苏省的实际情况，利用差分方程模型、LESLIE矩阵，分析新政策对江苏人口数量的影响。论文从出生率着手，重点研究了新政策对江苏省14岁以下儿童、60岁以上老人的影响，分析了儿童和老人数量的变化对人口结构、教育改革、养老的直接影响作用。 关键字 单独二孩、人口老龄化、Logistic 模型、差分方程模型、LESLIE模型 一、问题描述
人口预测的数学模型 摘要 本题要求根据给出的2001年到2005年的人口情况的数据，对我国的人口增长建立数学模型并作出预测。建立递归模型，从2005年开始预测。按照性别和市、镇乡的区别把人口分为6类。按照年龄进行分段，每一个年龄分为一段。用2005年的每个年龄的人数预测2006年统一年龄的人数。把2006年各年龄的预测值相加，即可得到2006年的总人数的预测。然后依次递归，得出其他年份的人口数据。 影响人口增长的主要因素有出生率、死亡率、政府政策、老龄化和乡村城镇化。在递归模型主体框架的基础上，逐步深入建立四个模型。 模型一，只考虑出生率和死亡率对人口增长的影响，从2001年到2005年的数据中，求出平均出生率和平均死亡率，并假定2005年以后的平均出生率和平均死亡率不变。为了减少累计误差，用2005年数据逐步迭代得到人口随时间的变化曲线。然后，用2001年的数据运用模型一迭代出2001年—2005年人数，与修正后的数据进行比较，求得我们的模型的估计值与实际值相近，进而推出模型基本的合理性。 模型二，在模型一的基础上加上政策因素的影响，引进人口因素影响因子R，通过对结果进行分析，发现政府政策对人口的变化情况会产生较大的影响，体现为了控制人口数量，国家可以进行较好的宏观调控。 模型三，在模型二的基础上加上老龄化对人口增长的影响，引进阻滞因子，建立人口随时间的变化曲线。 模型四，在模型三的基础上加上乡村人口城镇化的影响，通过对结果进行分析发现模型四与前面几个模型的主要区别是在城镇人口的数量，及城镇人口在全国总人口的比率上，更符合实际情况。 在每个模型的基础上，进一步分别对人口总数、性别比例、老龄化程度、生育期内妇女总数、有劳动力的人数等作出预测。 此外根据《国家人口发展战略研究报告》计划的目标，在模型四的基础上，通过对R值进行调整，得到R=1.36基本能够满足国家的战略计划，并对国家的政策给出合理化建议。 关键词：递归模型，人口政策影响因子，阻滞因子，人口城镇化
数 学 建 模 论 文 系部——— 班级—— 组员—— —— ——2010年1月7日
摘要：席位分配是日常生活中经常遇到的问题，对于企业、公司、、学校政府部门都能解决实际的问题。席位可以是代表大会、股东会议、公司企业员工大会、等的具体座位。假设说，有一个学校要召集开一个代表会议，席位只有20个，三个系总共200人，分别是甲系100，乙系60,丙系40.如果你是会议的策划人，你要合理的分配会议厅的20个座位，既要保证每个系部都有人参加，最关键的就是要对个公平都公平，保证三个系部对你所安排的位置没有异议。那么这个问题就要靠数学建模的方法来解决。 关键词： Q值法公平席位
问题的重述：三个系部学生共200名，（甲系100.乙系60，丙系40）代表会议共20席，按比例分配三个系分别为10、6、4席。老情况变为下列情况怎样分配才是最公平的，现因学生转系三系人数为103.63.34. （1）问20席该如何分配。 （2）若增加21席又如何分配。 问题的分析： 一、通常分配结果的公平与否以每个代表席位所代表的人数相等或接近来衡量。目前沿用的惯例分配方法为按比例分配方法，即： 某单位席位分配数= 某单位总人数比例 总席位 如果按上述公式参与分配的一些单位席位分配数出现小数,则先按席位分配数的整数分配席位,余下席位按所有参与席位分配单位中小数的大小依次分配之。这样最初学生人数及学生代表席位为 系名甲乙丙总数学生数100 60 40 200 学生人数比例100/200 60/200 40/200 席位分配10 6 4 20 学生转系情况，各系学生人数及学生代表席位变为 系名甲乙丙总数学生数103 63 34 200 学生人数比例103/200 63/200 34/200 按比例分配席位10.3 6.3 3.4 20 按惯例席位分配10 6 4 20 （1）20席应该甲系10席、乙系6席,丙系4席这样分配
l e s l i e人口增长模型 模型 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
人口增长预测模型 摘要 本文建立了我国人口增长的预测模型，对各年份全国人口总量增长的中短期和长期趋势作出了预测，并对人口老龄化、人口抚养比等一系列评价指标进行了预测。最后提出了有关人口控制与管理的措施。 模型Ⅰ：建立了Logistic人口阻滞增长模型，利用附件2中数据，结合网上查找补充的数据，分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型，进行预测，把预测结果与附件1《国家人口发展战略研究报告》中提供的预测值进行分析比较。得出运用1980年到2005年的总人口数建立模型预测效果好，拟合的曲线的可决系数为。运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为亿、亿、亿。 模型Ⅱ：考虑到人口年龄结构对人口增长的影响，建立了按年龄分布的女性模型（Leslie模型）：以附件2中提供的2001年的有关数据，构造Leslie矩阵，建立相应 Leslie模型；然后，根据中外专家给出的人口更替率，构造Leslie矩阵，建立相应的 Leslie模型。 首先，分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数（见附录8），然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析，得出：我国总人口在2010年达到亿人，在2020年达到亿人，在2023年达到峰值亿人；预测我国在短期内劳动力不缺，但须加强劳动力结构方面的调整。 其次，对人口老龄化问题、人口抚养比进行分析。得到我国老龄化在加速，预计本世纪40年代中后期形成老龄人口高峰平台，60岁以上老年人口达亿人，比重达%；65岁以上老年人口达亿人，比重达%；人口抚养呈现增加的趋势。 再次，讨论我国人口的控制，预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数，得到育龄妇女人数在短期内将达到高峰，随后又下降的趋势的结论。 最后，分别对模型Ⅰ与模型Ⅱ进行残差分析、优缺点评价与推广。 关键词 Logistic人口模型 Leslie人口模型人口增长预测 MATLAB软件
中国人口增长预测与控制 摘要 近年来，中国人口最突出的特点是：老龄化加速、出生人口性别比持续增高和乡村人口城镇化。针对这些特点，建立各个影响因素的数学模型，最后建立中国人口的增长模型。 对于问题一，首先将人口增长的预测问题转化为对出生率、死亡率和城镇乡转移率的预测。通过原题附录3数据的分析研究，发现影响人口增长的主要因素可以归结为出生率、死亡率和城镇乡转移率，并依此建立了不同参数随时间变化的递推数学模型，讨论了各个参数对人口增长的影响。其次，分别拟合死亡率和生育率、城镇乡转移率对年龄的分布。建立了差分数学模型，将死亡率、生育率与城镇乡转移率的预测归结到总和死亡率、总和生育率与城镇乡总和转移率的预测，由于概率分布是相对稳定的，模型参数整体健壮。对中短期的预测而言，总和死亡率、生育率和转移率的变化是近似线性的；对长期的预测，采用SI和SIS模型来描述其非线性变化，其模型的控制参数变化体现了国家人口政策的控制力度，结果表明模型具有长期可控性。 对于问题二，采用所建模型对0—90岁人口做出中短期和长期预测。2006-2030年总人口逐年增加，2006年为13.062亿，2007年为13.109亿，2008年为13.158亿，2010年为13.3亿，2023年达到高峰期13.829亿，以后开始下降趋于平缓，到2030年为13.805；乡城转移率逐年增加，短期线性变化，2006年为0.454，2007年为0.471，2008年为0.490，2010年为0.526，长期由非线性模型描述，到2030年，城乡比例为0.901；整体老龄化程度增大，2006年为0.129，2007年为0.134，2008年为0.139，2010年为0.150，到2030年为0.325，在农村老龄化尤其严重，可以确定为地区间的迁移。同时在做长期预测时，不同的国家策略导致不同的人口状况(见图[26-30])，得到的结论可以作为国家制定人口方针的建议。 对于问题三，指出模型的优缺点。通过求解经典的Logistic模型和Leslie模型，并将所得结果与本文模型结果比较，发现本文模型具有易操作性、可控性、健壮性等优点；主要缺点是在短期预测时准确度稍差。 关键词：人口控制差分模型预测拟和Leslie模型Logistic方程 一、问题重述 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007 年初发布的《国家人口发展战略研究报告》(附录1) 还做出了进一步的分析。关于中国人口问题已有多方面的研究，并积累了大量数据资料。附录2就是从《中国人口统计年鉴》上收集到的部分数据。试从中国的实际情况和人口
基于最小二乘拟合法的人口增长模型 摘要： 针对题目所提问题，本文结合题目所给数据，采取最小二乘拟合法，利用1982年到1998年的出生率和死亡率，对1999年到2008年的出生率和死亡率进行预测，并得出此时间段内的人口自然增长率，进而得出1999年到2008年的人口总数，并和实际人口总数进行对比。 一、问题背景及重述 1.1 问题的背景 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。我国自1973年全面推行计划生育以来，生育率迅速下降，取得了举世瞩目的成就，但全面建设小康社会仍面临着人口的形势和严峻挑战。随着我国经济的发展、国家人口政策的实施，未来我国人口高峰期到底有多少人口，专家学者们的预测结果不一。因此，根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。 1.2 问题的重述 下表列出了中国1982～1998年的人口统计数据，去1982年为起始年（t=0），1982年的人口101654万人，人口自然增长率为14‰，以36亿作为我国人口的容纳量，试建立一个较好的人口数学模型并
给出相应的算法和程序，并与实际人口进行比较。 时间1982 1983 1984 1985 1986 1987 人口（万人）101654 103008 104357 105851 107507 109300 时间1988 1989 1990 1991 1992 1993 人口（万人）111026 112704 114333 115823 117171 118517 时间1994 1995 1996 1997 1998 人口（万人）119850 121121 122389 123626 124810 二、问题分析 三、模型假设与符号说明 3.1、模型假设 1．在未来50年人口生存的社会环境相对稳定（即没有战争及毁 灭性灾难）。 2.国际人口迁入与迁出量相等。
蚊香设计 题目：蚊香设计 目前市场上销售一种“雷达牌”蚊香，每盘蚊香如图1所示，图中a，b数值的单位：毫米。使用时拆成两片，如图2所示。经过实验发现，该蚊香的燃烧速度约为每小时120毫米。请用近似的方法解决下列问题： （1）每一片蚊香大约可以燃烧多长时间； （2）根据市场需求，请设计持续燃烧时间分别为4小时、8小时、10小时的蚊香，蚊香燃烧速度不变。分别计算出它们的a，b值。 摘要：该题由于不能用常规方法求蚊香条纹长度，所以采用面积近似法求蚊香燃烧时间。因为两片蚊香可以无缝镶嵌成一个近似椭圆，所以求一片蚊香可燃烧的时间只需求出一盘蚊香（两片蚊香）可燃烧的时间，再除以二即可。所以本题的求解思路为将蚊香近似看成一个椭圆，通过面积公式求出
椭圆面积。由于椭圆的长和宽题目均已给出，数出长和宽方向的条纹数，就可以求出每条条纹的宽度。条纹宽度再乘以条纹的燃烧速度，得单位时间蚊香燃烧的面积。再由一盘蚊香的面积以及该蚊香的面积燃烧速度即可求出一盘蚊香的燃烧时间。该时间再除以二即为一片蚊香可燃烧的时间。关键词：近似，椭圆，面积，燃烧速度，条纹。 引言：通过面积近似以及面积燃烧速度巧妙地求解燃烧时间，从而避免了难求的条纹长度，间接地求出蚊香可燃烧的时间。 问题分析：该蚊香呈螺旋状，蚊香条纹宽度和蚊香条纹间的间隙相等。由于该蚊香每圈构成的条纹既不是椭圆也不是圆，所以不能按正常的几何图形周长求解，需另辟蹊径，避开求解蚊香条纹长度。 模型假设：1.忽略蚊香条纹构成的圈由于宽度造成的靠外一边的长度与靠内边的长度的差值。 2.将一盘蚊香看成规则椭圆，忽略每片蚊香两头突出来的不平滑部分造成的面积误差。 3.忽略蚊香中心不再是等宽条纹造成的燃烧时间计算误差。 模型建立：将该一盘蚊香看成规则椭圆，椭圆长轴为a，短轴为b。蚊香条纹始终看成等宽处理。 模型的求解及结果：
数学建模论文 题目：人口增长模型的确定专业、姓名： 专业、姓名： 专业、姓名：
人口增长模型 摘要 随着人口的增加，人们越来越认识到资源的有限性，人口与资源之间的矛盾日渐突出，人口问题已成为世界上最被关注的问题之一。问题给出了1790—1980年间美国的人口数据，通过分析近两百年的美国人口统计数据表，得知每10年的人口数的变化。预测美国未来的人口。对于问题我们选择建立Logistic模型(模型2)现实中，影响人口的因素很多，人口也不能无限的增长下去，Logistic 模型引进常数N 表示自然资源和环境所能承受的最大人口数，因而得到了一个贝努利方程的初值问题公式，从实际效果来看，这个公式较好的符合实际情况的发展，随着时间的递增，人口不是无限增长的，而是趋近于一个数，这个即为最大承受数。我们还同时对数据作了深入的探讨，作数据分析预测，通过观测比较选择一个比较好的拟合模型（模型3）进行预测。预测接下来的每隔十年五次人口数量，分别为251.4949， 273.5988 ， 293.4904 ， 310.9222 325.8466。关键词：人口预测Logistic模型指数模型
一、问题重述 1790-1980年间美国每隔10年的人口记录如下表所示。 表1 人口记录表 年份1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 人口(?106) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 年份1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 人口(?106) 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测。 二、问题分析 人口预测是一个相当复杂的问题，影响人口增长除了人口数与可利用资源外，还与医药卫生条件的改善，人们生育观念的变化等因素有关…….可以采取几套不同的假设，做出不同的预测方案，进行比较。 人口预测可按预测期长短分为短期预测 (5年以下)、中期预测(5～20年)和长期预测(20～50年)。在参数的确定和结果讨论方面，必须对中短期和长期预测这两种情况分开讨论。中短期预测中所用的各项参数以实际调查所得数据为基础，根据以往变动趋势可较准确加以估计，推算结果容易接近实际，现实意义较大。 三、问题假设 1.在模型中预期的时间内，人口不会因发生大的自然灾害、突发事故 或战争等而受到大的影响； 2.假设美国人口的增长遵循马尔萨斯人口指数增长的规则 3.假设人口增长不受环境最大承受量的限制 四、变量说明