研究计划书
2018-05-24 10:51:43 20 举报AI智能生成
《基于优化的神经网络的多因素人口预测研究》创新项目计划书
作者其他创作
大纲/内容
前言
近年来人们不断的研究人口发展的规律，希望能从复杂多变的人口中找到一个规律
来预测人口未来的发展，从而制定合理的政策。但人口的增长易受出生率，死亡率等客
观因素和人口政策等主观因素的影响，所以一般传统的方法对于人口的预测精度往往达
不到所期望的数值。而人工神经网络是一门非线性科学，具有很强的容错性，非线性的
映射能力和自适应性，可以使用非线性映射表示人口数量这一非线性系统用以提高模型
精度，使它在神经系统方面，模式识别，组合优化，预测等领域有了成功地应用。
研究背景
1798年，马尔萨斯指数模型，马尔萨斯在《人口论》指出，人口成指数增长 人口增长几乎从未呈指数方式，里面的变数太多，绝非一个简单的数学模型所能概括，更大的意义在于呼吁世界控制人口 1838年，Logistics人口增长模型，由荷兰生物学家Verhulst提出，后来被广泛采用并得到了长足的发展，人口是复杂的问题，过于主观的假设 19世纪末，线性回归模型，高尔顿提出回归分析方法，经过几十年的发展，出现各种各样的线性回归模型以及多元线性模型，人口是非线性的 现代，灰色模型 & BP神经网络模型，较准确，但很多研究都是从人口基数趋势的角度出发，没有考虑根本原因 |
已有研究成果
1、取得了相关的人口、经济、教育等各方面数据
2、使用SPSS对数据进行了详尽的统计学描述，相关分析
3、使用Python语言和TensorFlow框架搭建了神经网络，并使用Adam算法进行了优化
将来研究计划
1、对数据进行清洗
2、对数据进行主成分分析，降低数据纬度
3、因子相关分析，筛选显著因子
4、将数据分成训练集和测试集，供神经网络使用
5、使用训练集训练神经网络
6、使用测试集检验神经网络训练成果，若结果不令人满意，则调整参数，并重新优化改进前几步
7、使用灰色系统理论或者神经网络，对各个因子将来的取值进行一元预测
8、使用各个因子的预测结果代入神经网络，对将来的人口增长进行预测
9、对未来十年的人口进行预测
预期研究成果
对青海人口进行预测
对全国人口进行预测
在核心期刊或者普通期刊发表一篇论文
0 条评论
下一页
