基于NAR神經網絡的人口數量預測方法

許晨

(中國石油集團東方地球物理勘探有限責任公司，河北 涿州 072750)

0 引 言

人口問題一直是影響城市發展與國土空間格局的重要因素，人口的規模會影響經濟、社會的發展及資源的利用。不論人口問題、資源問題還是環境與發展問題，最終都是因為人口數量失控而引起的。因此科學地預測人口有助于合理制定符合實際需求的遠景規劃，保持適度的人口規模是經濟、社會、資源和環境保護協調發展的強有力保證。因此，人口規模的預測及控制是各個國家重點研究和關注的問題。但是人口數量的變化受自然環境、社會環境、文化觀念、醫療水平、政策導向等多種因素的影響，很難用一個確定的數學模型去描述。

目前預測人口數量的方法主要有人口年增長法、灰色預測模型、回歸模型、logistic模型、馬爾薩斯模型、時間序列法、修正指數曲線、人口指數增長模型、神經網絡模型等方法。但目前所采用的方法大多具有一定的限制條件，如logistic模型需要較大的樣本量，并且在人口出現負增長的時候無法預測；馬爾薩斯模型相對簡單，計算起來方便，但是其考慮的因素比較單一；灰色預測模型適用于小樣本數據即短期人口數量預測，且對于不均勻增長趨勢的人口序列預測效果并不明顯。

神經網絡算法(Artificial Neural Network, ANN)是一種受生物神經系統啟發而來的數學模型，具有強大的非線性映射能力。可較好的表征數據間的復雜關聯，擁有良好的數據處理能力且對樣本數據的質量要求較低，運算靈活機動。……