基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首先将全国1985-2010年人口数据分成两部分,对1985-2010年人口数据进行处理;然后以人口年增长量为样本建立多项式系数模型,根据BIC准则,利用最小二乘法和岭回归方法对模型进行参数估计;最后根据回归方程对2009-2010年人口数据进行预测.根据1985-2008年人口数据得到当阶数p=7,次数r=1,延迟d=6时人口预测效果最佳,拟合精度为8.308 5e-5.同时模型对2007-2010年人口的预测误差率分别为0.000 8%、0.013 4%、0.033 0%、0.064 1%.研究结果显示:该方法在人口预测方面优于BP神经网络、GM(1,1)等方法.
推荐文章
基于MATLAB仿真的人口预测研究
MATLAB仿真
人口预测
误差
MALTHUS模型
LOGISTIC模型
环境容纳量
Bertalanffy模型在人口预测中的应用
Logistic模型
Bertalanffy 模型
参数估计
预测的有效性
基于Elman和多项式模型电力负荷短期预测
Elman
多项式拟合
电力系统负荷数据
MATLAB
相对误差
线性组合模型及在人口预测中的应用
共轭梯度法
预测模型
人口预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用多项式系数统计模型的人口预测
来源期刊 重庆理工大学学报(自然科学版) 学科 数学
关键词 多项式系数模型 BP神经网络 人口预测 最小二乘法 岭回归
年,卷(期) 2014,(4) 所属期刊栏目 数学·物理
研究方向 页码范围 138-142
页数 5页 分类号 O21
字数 2691字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2014.04.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏理云 重庆理工大学数学与统计学院 64 187 7.0 10.0
2 李晨龙 重庆理工大学数学与统计学院 4 5 1.0 2.0
3 殷勇 重庆理工大学数学与统计学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (149)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(9)
  • 参考文献(1)
  • 二级参考文献(8)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(9)
  • 参考文献(0)
  • 二级参考文献(9)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(17)
  • 参考文献(1)
  • 二级参考文献(16)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多项式系数模型
BP神经网络
人口预测
最小二乘法
岭回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导