基于BP神经网络的长江流域人口预测研究

基于BP神经网络的长江流域人口预测研究

第26卷 第10期2004年10月

武 汉 理 工 大 学 学 报

JOURNALOFWUHANUNIVERSITYOFTECHNOLOGY

Vol.26 No.10 Oct.2004

基于BP神经网络的长江流域人口预测研究

罗荣桂,黄敏镁

(武汉理工大学管理学院,武汉430070)

摘 要: 人口系统是一个非常复杂的非线性系统,对人口数量的准确预测能为生态经济可持续发展计划的制定提供重要依据。建立了一维时间序列的长江流域人口数量的BP神经网络模型,根据1988～2001年长江流域人口统计数据,借助Matlab6.5软件进行预测,并与指数平滑预测、自回归模型、Logistic模型的预测结果进行比较,结果表明应用BP神经网络对人口数量的预测精度更高、效果更好。

关键词: BP神经网络; 人口预测; 时间序列; 长江流域中图分类号: F062.2

文献标识码: A

文章编号:1671-4431(2004)10-0090-04

StudyonPopulationPredictionofYangtzeBasin

BasedonBPNeuralNetwork

,HUANGMiLUORong-guin-mei

(SchoolofManagement,WuhanUniversityofTechnology,Wuhan430070,China)

Abstract: Thepopulationsystemisaverycomplicatednonlinearsystemandthereforeanaccuratepredictionofpopula-tionwillbehelpfultotheplanningofsustainabledevelopmentofbio-economy.Thetimeseriesmodelofpopulationpredic-tionofYangtzeBasinbasedonBPNNwasestablished.Accordingtothestatisticsonpopulationfrom1988to2001andwiththehelpofMatlab6.5,theforecastingresultwasmorepreciseandeffectivethantraditionalpredictionmethods,suchas,LogiExponentialSmoothing,AutoregressiveModelsticModel,etc.

Keywords: BPneuralnetwork(BPNN); populationprediction; timeseries; Yangtzebasin

随着社会的发展,人们越来越关注人口、资源、环境之间的可持续协调发展问题。人口的增加、经济的增长、福利的提高、社会的发展,其直接的代价是资源的消耗和环境的恶化。因此,人口的预测对于提供准确的人口信息,控制人口发展趋势,制定可持续发展计划等方面具有相当重要的意义。人口预测的方法很多,传统

[1]

在实际应用中根据收集到的时间序列的人口预测技术主要是指数平滑预测,自回归模型,Logistic模型等。

数据进行模型拟合,方法简单、便于操作,但由于人口增长影响因素众多、相互作用复杂,是十分复杂的非线性系统,基于这些方法的预测结果与实际的偏差较大、精度不高,常常难以得到满意的结果。通过建立一维时间序列长江流域人口数量的BP神经网络模型,借助Matlab6.5软件进行人口数量预测。

1 BP神经网络的时间序列预测模型

所谓时间序列,就是各种各样的社会、经济、自然现象的数量指标依时间次序排列起来的统计数据。时间序列预测是根据一个历史观测值的序列,找出符合系统变化的函数,根据这个函数,将历史观测值作为输入,

收稿日期:2004-04-16.

基金项目:教育部科学技术重点项目(0092).作者简介:罗荣桂(1943-),男,教授,博导l:luorg@mail