科技和产业
科技和產業
과기화산업
SCIENCE TECHNOLOGY AND INDUSTRIAL
2014年
9期
116~120
,共null页
旷开金 刘金福 徐道炜 祁丽霞 连颖 林郁
曠開金 劉金福 徐道煒 祁麗霞 連穎 林鬱
광개금 류금복 서도위 기려하 련영 림욱
神经网络 福建省 人口死亡率 GM（1,1）模型
神經網絡 福建省 人口死亡率 GM（1,1）模型
신경망락 복건성 인구사망솔 GM（1,1）모형
neural network; Fujian province ; population mortality ; GM（1,1） model
根据2013年《福建统计年鉴》上收集到的资料,运用GM（1,1）模型以及MATLAB构建3层BP神经网络结构模型,分别对福建省人口死亡率进行建模预测。结果表明：BP神经网络预测人口死亡率拟合结果优于GM（1,1）模型,最小相对误差率为1.05%,最大相对误差率为3.75%,平均相对误差率为2.54%,拟合结果显示模型可靠。BP神经网络非线性结构系统,具有预测精度高,可行性强的特点,表明BP神经网络可用于未来人口规模预测,为福建省经济社会发展战略与规划,调整人口结构,制定合理的人口决策提供参考。
根據2013年《福建統計年鑒》上收集到的資料,運用GM（1,1）模型以及MATLAB構建3層BP神經網絡結構模型,分彆對福建省人口死亡率進行建模預測。結果錶明：BP神經網絡預測人口死亡率擬閤結果優于GM（1,1）模型,最小相對誤差率為1.05%,最大相對誤差率為3.75%,平均相對誤差率為2.54%,擬閤結果顯示模型可靠。BP神經網絡非線性結構繫統,具有預測精度高,可行性彊的特點,錶明BP神經網絡可用于未來人口規模預測,為福建省經濟社會髮展戰略與規劃,調整人口結構,製定閤理的人口決策提供參攷。
근거2013년《복건통계년감》상수집도적자료,운용GM（1,1）모형이급MATLAB구건3층BP신경망락결구모형,분별대복건성인구사망솔진행건모예측。결과표명：BP신경망락예측인구사망솔의합결과우우GM（1,1）모형,최소상대오차솔위1.05%,최대상대오차솔위3.75%,평균상대오차솔위2.54%,의합결과현시모형가고。BP신경망락비선성결구계통,구유예측정도고,가행성강적특점,표명BP신경망락가용우미래인구규모예측,위복건성경제사회발전전략여규화,조정인구결구,제정합리적인구결책제공삼고。
According to data collected from Fujian statistical yearbook in 2013, using GM （1, 1） model and a three-layer BP neural network struc ture model build by MATLAB to predict population mortality of Fujian province respectively. Result shows that BP neural network has an better fitting result in population mortality predicting than GM （1, 1） model, which minimum relative error is 1.05%, maximum relative error is 3.75 %, and average relative error is 2.54 %, this fitting result shows that model is reliable. BP neural network, which contains an nonlinear structure system, has higher prediction accuracy and stronger feasibility characteristics, so BP neural network could be used to forecast future population scale, and providing reference of economic and social development strategy planning and adjusting structure of population , making reasonable pop- ulation decisions for Fujian province.
