基于GM（1,1）-SVM组合模型的中长期人口预测研究

发布时间：2021-02-19 16:05

　　准确预测未来人口数量,对制定相关经济政策具有现实意义。文中针对人口中长期预测影响因素较复杂、可用历史数据较少、单一模型局限性等特点,构建了灰色预测和支持向量机的组合预测模型。该模型将灰色预测模型和支持向量机模型进行组合,利用标准差法确定模型的权值信息,将模型应用于一师阿拉尔市人口的中长期预测,选取一师阿拉尔市1997-2017年的人口数据进行分析,对2018-2022年的数据进行预测。结果表明:与单一模型相比较,组合模型预测精度更高,相对误差低,且预测结果比较稳定,结果更符合实际。 

【文章来源】：计算机科学. 2020,47(S1)北大核心

【文章页数】：4 页

【部分图文】：

组合预测模型流程图

【参考文献】：
期刊论文
[1]基于支持向量机的省级电网中长期投资规模预测模型研究[J]. 解伟,潘文明,王成化,陈莉,王阳,马静,李志伟,杜海红.  工业技术经济. 2019(08)
[2]基于支持向量机和改进粒子群算法的科学前沿预测模型研究[J]. 徐路路,王芳.  情报科学. 2019(08)
[3]采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测[J]. 贾娜,郭佳欣,花军,陈红成.  东北林业大学学报. 2019(10)
[4]基于灰色预测和径向基网络的人口预测研究[J]. 徐丽丽,李洪,李劲.  计算机科学. 2019(S1)
[5]GM（1,1）模型的改进及应用[J]. 吴文泽,张涛.  统计与决策. 2019(09)
[6]改进的灰色模型在流动人口预测中的应用[J]. 郭雪峰,黄健元,王欢.  统计与决策. 2018(08)
[7]基于组合插值的GM（1,1）模型背景值的改进[J]. 李凯,张涛.  计算机应用研究. 2018(10)
[8]基于改进的GM（1,1）-Markov链组合模型广东省单位GDP能耗预测[J]. 龙会典,严广乐.  数理统计与管理. 2017(02)
[9]基于改进GM（1,1）和SVM的长期电量优化组合预测模型[J]. 宋晓华,祖丕娥,伊静,刘达.  中南大学学报(自然科学版). 2012(05)
[10]基于灰色PSO-BP人口预测模型的研究与应用[J]. 蒋若凡,姜玉梅,李菲雅.  西北人口. 2011(03)



本文编号：3041352