(完整版)数学建模logistic人口增长模型

Logistic 人口阻滞增长模型一、模型的准备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)0(,)(x x x x r dtdx== （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 sxr 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0)(=m x r ，代入（2）式得mx rs =，于是（2）式为)1()(mx x r x r -= （3）将（3）代入方程（1）得：⎪⎩⎪⎨⎧=-=0)0()1(x x x x rx dtdxm （4）解方程（4）可得：rtm me x xx t x --+=)1(1)(0（5）二、模型的建立我国从1954年到2005年全国总人口的数据如表1总人口 100.1 101.654 103.008 104.357 105.851 107.5 109.3 111.026 112.704年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 总人口 114.333 115.823 117.171 118.517 119.850 121.121 122.389 123.626 124.761 年份 1999 2000 2001 2002 2003 2004 2005 总人口 125.786 126.743 127.627 128.453 129.227 129.988 130.7561、将1954年看成初始时刻即0=t ，则1955为1=t ，以次类推，以2005年为51=t 作为终时刻。

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。

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。

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的效果好?并结合中国实情分析原因。

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)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 sxr x r （2） 设自然资源和环境条件所能容纳的最大人口数量mx ，当mx x =时人口不再增长，即增长率)(=m x r ，代入（2）式得m x rs =，于是（2）式为)1()(mx x r x r -= （3）将（3）代入方程（1）得：⎪⎩⎪⎨⎧=-=0)0()1(x x x x rx dtdxm （4）解得：rt mme 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rx0=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') x2010=f(2010,xm,r,x0) x2020=f(2020,xm,r,x0) x2033=f(2033,xm,r,x0)解得：x(m)= 180.9516(千万)，r= 0.0327/(年),x(0)=61.5得到1954-2005实际人口与理论值的结果：根据《国家人口发展战略研究报告》我国人口在未来30年还将净增2亿人左右。

人口增长模型摘要本文根据某地区的人口统计数据，建立模型估计该地区2010年的人口数量。

首先，通过直观观察人口的变化规律后，我们假设该地区的人口数量是时间的二次函数，建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数，从而可以预测2010年的人口数为333.8668百万。

然后，我们发现从1980年开始该地区的人口增长明显变慢，于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降，从而我们建立了阻滞增长模型，利用此模型我们最后求出2010年的人口预报数为296.3865。

关键字：人口预报，二次函数模型，阻滞增长模型问题重述：根据某地区人口从1800年到2000年的人口数据（如下表），建立模型估计出该地区2010年的人口 ，同时画出拟合效果的图形。

符号说明)(t x t 时刻的人口数量 0x 初始时刻的人口数量 r 人口增长率m x 环境所能容纳的最大人口数量，即0)( m x r问题分析首先，我们运用Matlab软件[1]编程（见附件1），绘制出1800年到2000年的人口数据图，如图1。

18001820184018601880190019201940196019802000图1 1800年到2000年的人口数据图从图1我们可以看出1800年到2000年的人口数是呈现增长的趋势的，而且类似二次函数增长。

所以我们可以建立了一个二次函数模型，并用最小二乘法对已有数据进行拟合得到模型的具体参数。

于是我们假设人口增长率是人口数的线性减函数，即随着人口数的增加，人口的增长速度会慢慢下降,从而我们可以建立一个阻滞增长模型。

模型建立模型一：二次函数模型我们假设该地区t时刻的人口数量的人口数量)(tx是时间t的二次函数，即：2()=++x t at bt c我们可以根据最小二乘法，利用已有数据拟合得到具体参数。

即，要求a、b和c，使得以下函数达到最小值：221(,,)()ni i i i E a b c at bt c x ==++-∑其中i x 是i t 时刻该地区的人口数，即有：2222)3.28020002000...)2.718001800(),,(-+⋅+⋅++-+⋅+⋅=c b a c b a c b a E令0,0,0E E E a b c∂∂∂===∂∂∂，可以得到三个关于a 、b 和c 的一次方程，从而可解得a 、b 和c 。

毕业设计——人口增长模型及其应用孙建锋第一章绪论1.研究背景2.国内外研究现状3.人口概念介绍第二章人口增长模型的概述1.马尔萨斯模型（人口指数增长模型）2.Logistic模型（人口阻滞增长模型）3.年龄移算法模型4.Leslie人口增长模型5.灰色GM（1，1）预测模型6.人口发展方程7.各模型的优缺点对比第三章基本人口预测1.出生人数的预测2.死亡人数的预测3.分年龄分性别人口数预测4.人口总数预测第四章人口实例预测1.数据准备2.模型应用与求解3.结果分析4.结论及相关建议第一章绪论1.1研究背景人口问题是联系社会经济发展最基本、最复杂问题，受到世界各国诸多领域的关注.就人口规模的发展而言存在极大地差异，如，某些发展中国家人口生育率过高；而某些发达国家的生育率过低，甚至为负増长，这些现象会引发一系列社会经济问题，如，失业、老龄化，进而影响社会稳定.人口问题事关国计民生，是影响经济社会发展全局的重大问题。

以人为本的科学发展观必然要求我们在一切发展序列中首先关注人口发展，中国人口发展在中国经济社会发展框架中具有绝对优先的工具价值和目的意义。

人口发展对一个国家经济、社会协调和可持续发展具有重要影响。

发现人口问题、制定相应政策、采取合适措施对人口发展进行调节，是政府保证经济社会协调和可持续发展的重要内容。

众所周知，人口众多是我国基本的国情，人口问题一直以来就是中国经济发展的绊脚石，中国是人口第一大国，固然有地大物博，资源丰富的美誉，但按人口数量平均下来，也就成了人均占有量不足的基本国情。

中国在世纪之交的2000年进行了全国第五次人口普查，国家许多重大社会、政治，经济问题的研究都要依据人口的数量。

为此，进行人口预测是有效地控制人口发展与资源关系不可缺少的手段之一，同时也是人口决策的重要依据.对人口进行预测，做到人口有计划地发展不仅能有效地处理好人类与资源的关系，而且对于经济发展的预测，各个生态专项规划及制定建设决策都有重要的借鉴意义，也是我国经济稳定、高效、协调发展的保证。

一、 人口增长模型： 1. 问题下表列出了中国1982—1998年的人口统计数据，取1982年为起始年（t=0），…人口自然增长率14%，以36亿作为我国的人口容纳量，是建立一个较好的数学模型并给出相从图中我们可以看到人口数在1982—1998年是呈增长趋势的，而且我们很容易发现上述图像和我们学过指数函数的图像有很大的相似性，所以我们很自然想到建立指数模型，但是指数模型有个不妥之处就是没有考虑社会因素的，即资源的有限性，也就是人口不可能无限制的增长，所以有必要改进模型，这里我们假设人口增长率随人口增加而呈线性递减，从而建立起比较优越阻滞增长模型 模型一：指数增长模型（马尔萨斯模型）1.假设：人口增长率r 是常数.2.建立模型：记时刻t=0时人口数为0X ,时刻t 的人口为X （t ）,由于量大，X （t ）可以视为连续、可微函数，t 到t+t ∆时间段人口的增量为：)()()(t rX tt X t t X =∆-∆+于是X （t ）满足微分方程：)1()0(0⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧==X X rX dt dx3.模型求解：解得微分方程（1）得： X （t ）=0X )(0t t r e- （2）表明：t ∞−→−时，t X )0.(>∞−→−r . 4.模型的参数估计要用模型2对人口进行预报，必须对其中的参数r 进行估计，这可以用表1通过Matlab 拟合： 程序：x=[1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 19971998]';X=[ones(17,1),x]Y=[101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124810]';[b,bint,r,rint,stats]=regress(Y,X); %回归分析b,bint,stats%输出这些值rcoplot(r,rint);%画出残差及其置信区间z=b(1)+b(2)*x;plot(x,Y,'k+',x,z,'r')，%预测及作图运行结果：b =1.0e+006 *-2.84470.0015bint =1.0e+006 *-2.9381 -2.75130.0014 0.0015stats =1.0e+005 *0.0000 0.0455 0 1.9800图1各数据点及回归方程的图形 即回归模型为：y=-2844700+1500x从上图可用看出拟和得效果比较好。

人口模型简介人口模型是一种用来预测和分析人口增长、减少和结构变化的数学模型。

通过使用不同的参数和假设，人口模型可以帮助我们理解人口趋势以及可能的变化，从而对社会和经济发展做出合理的预测。

常见的人口模型单因素模型单因素模型是最简单的人口模型之一，它假设人口增长仅受到一个因素的影响。

常见的单因素模型包括指数模型和线性模型。

指数模型指数模型假设人口在某一时间段内按照指数增长，即人口数以固定比例递增。

这种模型常用于分析快速增长的人口。

指数模型的数学表达式为：$$ P_t = P_0 \\cdot e^{rt} $$其中，P P表示时间为P时的人口数；P0表示初始人口数；P表示增长速率；P是自然对数的底数。

线性模型线性模型假设人口增长以固定速率线性增长。

这种模型适用于人口增长相对较为平稳的情况。

线性模型的数学表达式为：P P=P0+PP其中，P P表示时间为P时的人口数；P0表示初始人口数；P表示增长速率。

多因素模型多因素模型考虑了更多的因素对人口增长的影响，因此比单因素模型更加精确。

常见的多因素模型包括S型曲线模型和Logistic模型。

S型曲线模型S型曲线模型假设人口增长先加速，后趋于稳定。

这种模型通常用于描述一个区域或国家的整体人口趋势。

S型曲线模型的数学表达式为：$$ P_t = \\frac{K}{1 + Ae^{-rt}} $$其中，P P表示时间为P时的人口数；P表示人口的极限容量；P表示曲线的斜率；P表示增长速率；P是自然对数的底数。

Logistic模型Logistic模型是一种常用的人口增长模型，它考虑了出生率、死亡率和迁移率等多种因素的综合影响。

这种模型能够更准确地描述真实情况。

Logistic模型的数学表达式为：$$ P_t = \\frac{K}{1 + Ae^{-rt}} $$其中，P P表示时间为P时的人口数；P表示人口的极限容量；P表示曲线的斜率；P表示增长速率；P是自然对数的底数。

人口增长logistic模型的拟合李月200911131952谭结200911131959刘延卿200911131915问题摘要关于人口模型的研究，我们已经有很多方法。

这个题目要求我们用LOGISTIC模型来拟合美国人口数据。

了解到LOGISTIC模型的性质和原理之后，我们根据老师给出的数据：分为以下几个步骤来进行估计。

首先，我们把离散的数据全部利用起来，已经知道，LOGISTIC模型中，x’=rx(1-x/k)是关键的函数，我们需要做的事情就是通过离散的数据来估计函数中出现的系数，r以及k，先拟合线性模型un=r-m*yn，其中un= (yn+1-yn)/yn得到r和k=r/m的近似值，我们编写了一个for循环语句，在MATLAB中实现对方程的参数的估计。

其次，我们以此近似值为参数的初值拟合非线性函数y=k/[1+(k/y(0)-1)*exp(-r*t)]需要做的就是能够尽量好的估计参数k，r。

同样我们利用非线性拟合，就可以得到一个更加好的参数估计。

在MATLAB中实现。

最终我们得到结果：（需要完善的部分）1 关键词LOGISTIC模型非线性拟合循环语句参数估计内禀增长率2 问题的重述3 问题的分析问题的关键是要做一个LOGISTIC模型。

在模型的建立中，至关重要的是对参数的估计。

我们知道的LOGISTIC模型，x’=rx(1-x/k)是这个模型的基础，所以我们最重要的任务就是要合理估计参数。

分为以下几个步骤来进行估计。

1我们把离散的数据全部利用起来，已经知道，LOGISTIC模型中，x’=rx(1-x/k)是关键的函数，我们需要做的事情就是通过离散的数据来估计函数中出现的系数，r以及k，2先拟合线性模型un=r-m*yn，其中un= (yn+1-yn)/yn得到r和k=r/m的近似值，我们编写了一个for循环语句，在MATLAB中实现对方程的参数的估计。

3我们以此近似值为参数的初值拟合非线性函数y=k/[1+(k/y(0)-1)*exp(-r*t)]需要做的就是能够尽量好的估计参数k，r。

摘要:人口的增长是当前世界上引起普遍关注的问题作为世界上人口最多的国家，我国的人口问题是十分突出的由于人口基数大尽管我国已经实行了20多年的计划生育政策人口的增长依然很快，巨大人口压力会给我国的社会 政治经济医疗就业等带来了一系列的问题。

因此研究和解决人口问题在我国显得尤为重要。

我们经常在报刊上看见关于人口增长预报，说到本世纪，或下世纪中叶，全世界的人口将达到多少亿。

你可能注意到不同报刊对同一时间人口的预报在数字商场有较大的区别，这显然是由于用了不同的人口整张模型计算出来的结果。

人类社会进入20世纪以来，在科学和技术和生产力飞速发展的同时世界人口也以空前的规模增长。

人口每增加十亿的时间，有一百年缩短为十几年。

我们赖以生存的地球已经携带着他的60亿子民踏入下一个世纪。

长期以来，人类的繁殖一直在自然地进行着，只是由于人口数量的迅速膨胀和环境质量的急剧恶化，人们才猛然醒悟，开始研究人类和自然的关系、人口数量的变化规律以及如何惊醒人口控制等问题。

本文件里两个模型： （1）：中国人口的指数增长模型，并用该模型进行预测，与实际人口数据进行比较。

（2）：中国人口的Logistic 图形，标出中国人口的实际统计数据进行比较。

而且利用MATLAB 图形 ，标出中国人口的实际统计数据，并画出两种模型的预测曲线和两种预测模型的误差比较图，并分别标出其误差。

关键词：指数增长模型 Logistic 模型 MATLAB 软件 人口增长预测1.问题的提出下表列出了中国1982-1998年的人口统计数据，取1982年为起始年（0=t ），1016540=N 万人，200000=m N 万人。

要求：（1）建立中国人口的指数增长模型，并用该模型进行预测，与实际人口数据进行比较。

（2）建立中国人口的Logistic 模型，并用该模型进行预测，与实际人口数据进行比较。

（3）利用MA TLAB 图形，标出中国人口的实际统计数据，并画出两种模型的预测曲线。

人口增长的L o g i s t i c模型分析及其应用人口增长的Ｌｏｇｉｓｔｉｃ模型分析及其应用作者：熊波来源：《商业时代》2008年第27期◆中图分类号：C923 文献标识码：A内容摘要：本文运用迭代的方法计算出人口极限值xm和人口增长率r，用 Logistic模型预测了我国人口未来的发展趋势，并根据预测的结果提出了相应的对策与建议。

关键词：人口 Logistic模型迭代人口增长问题相关研究最早注意人口问题的是英国经济学家马尔萨斯，他在1798 年提出了人口指数增长模型。

这个模型的基本假设是：人口的增长率是一个常数。

记t时刻的人口总数为x(t)。

初始时刻t=0时的人口为x0。

人口增长率为r，r表示单位时间内x(t)的增量与x(t)的比例系数。

那么，时刻t到时刻t+Δt内人口的增量为x(t+Δt)-x(t)=rx(t)Δt。

于是x(t)满足下列微分方程的初值问题，他的解为x(t)=x0ert。

在r>0时，人口将按指数规律增长。

但是不管生物是按算术级数、几何级数还是按指数曲线变化，随着时间增长生物数量将趋于无穷大。

然而，实际情况却不然，实验指出在有限的空间内，一开始生物以较快速度增长，到一定时期生物增长量就会减缓，生物数量趋于稳定。

历史上的人口统计数据也表明，当一个国家的社会稳定时，一定时期内马尔萨斯模型是符合实际的，但是如果时间比较长或社会发生动荡时，马尔萨斯模型就不能令人满意了。

原因是随着人口的增加，自然资源、环境条件等因素对人口增长开始起阻滞作用，因而人口增长率不断下降。

基于以上考虑荷兰生物学家Verhaust对原人口发展模型进行了改造，于1838 年提出了以昆虫数量为基础的Logistic 人口增长模型。

这个模型假设增长率r是人口的函数，它随着x的增加而减少。

最简单的假定是r是x的线性函数，其中r称为固有增长率，表示x→0时的增长率。

由r（x）的表达式可知，x=xm时r=0。

xm表示自然资源条件能容纳的最大人口数。

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0.9987。

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13.55357亿、14.18440亿、14.70172亿。

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1.8，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14.2609亿人，在2020年达到14.9513亿人，在2023年达到峰值14.985亿人；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4.45亿人，比重达33.277%；65岁以上老年人口达3.51亿人，比重达25.53%；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。

人口增长的Ｌｏｇｉｓｔｉｃ模型分析及其应用本文运用迭代的方法计算出人口极限值xm和人口增长率r，用Logistic模型预测了我国人口未来的发展趋势，并根据预测的结果提出了相应的对策与建议。

关键词：人口Logistic模型迭代人口增长问题相关研究最早注意人口问题的是英国经济学家马尔萨斯，他在1798 年提出了人口指数增长模型。

这个模型的基本假设是：人口的增长率是一个常数。

记t时刻的人口总数为x(t)。

初始时刻t=0时的人口为x0。

人口增长率为r，r表示单位时间内x(t)的增量与x(t)的比例系数。

那么，时刻t到时刻t+Δt内人口的增量为x(t+Δt)-x(t)=rx(t)Δt。

于是x(t)满足下列微分方程的初值问题，他的解为x(t)=x0ert。

在r>0时，人口将按指数规律增长。

但是不管生物是按算术级数、几何级数还是按指数曲线变化，随着时间增长生物数量将趋于无穷大。

然而，实际情况却不然，实验指出在有限的空间内，一开始生物以较快速度增长，到一定时期生物增长量就会减缓，生物数量趋于稳定。

历史上的人口统计数据也表明，当一个国家的社会稳定时，一定时期内马尔萨斯模型是符合实际的，但是如果时间比较长或社会发生动荡时，马尔萨斯模型就不能令人满意了。

原因是随着人口的增加，自然资源、环境条件等因素对人口增长开始起阻滞作用，因而人口增长率不断下降。

基于以上考虑荷兰生物学家Verhaust对原人口发展模型进行了改造，于1838 年提出了以昆虫数量为基础的Logistic 人口增长模型。

这个模型假设增长率r是人口的函数，它随着x的增加而减少。

最简单的假定是r是x的线性函数，其中r称为固有增长率，表示x→0时的增长率。

由r（x）的表达式可知，x=xm时r=0。

xm表示自然资源条件能容纳的最大人口数。

因此就有，这个模型就是Logistic 模型。

为表达方便，Logistic方程常被改写成：由于Logistic模型综合考虑了环境等因素对人口增长产生的影响，因此是一种被广泛应用的比较好的模型。