黑龙江省人口数量与结构的预测研究

发布时间：2017-09-27 01:13

  本文关键词：黑龙江省人口数量与结构的预测研究

  更多相关文章： 人口发展方程 灰色模型 人口预测

【摘要】：人口系统是一个复杂的动态系统，人口状况的变化对未来社会经济的发展都有着重要的影响，本文把黑龙江省人口数量及人口结构的变化状况作为研究对象，建立了优化的灰色模型和人口发展方程对黑龙江省未来人口数量和结构进行预测分析，本文的研究结果能够为政府制定有效的人口政策和人口发展方针提供参考依据。 本文分析了虽然对原始数据序列进行函数变换能够很好的的提高灰色模型的预测精度，但是进行函数变换时应该综合很多方面整体考虑，首先是要提高原始数据序列的光滑比，其次是要调节级比压缩，同时也要保证还原误差不被放大，这三个因素可以作为数据变换的准则，在此基础之上分析现有的数据变换技术的优劣，同时本文在满足上述数据变换准则的基础上给出了一种新的函数变换方法，结合黑龙江历年人口普查的数据，在理论证明和实验检验两个角度上都验证了该函数变换的有效性，，因而本文提出的函数变换方法扩大了灰色预测模型适用性，同时也能提高预测的精度。 本文建立了离散形式的人口发展方程，在子自模型的选择时，建立了组合生育率和分段死亡率模型，将子模型迭代到人口发展方程当中对黑龙江省的人口结构进行预测分析，本文当中所建立的黑龙江省组合生育率模型和分段死亡率模型等子模型都拟合良好，因而本文当中的子模型自身也可以作为研究黑龙江省人口问题的行之有效的数学工具，同时本文利用黑龙江省2010年的人口普查资料，对文章中所建立的人口发展方程和其子模型的有效性进行了验证分析，最后根据预测显示的黑龙江省未来人口结构和人口指标的变化趋势，对黑龙江省未来的人口问题发展方向提出政策建议。
【关键词】：人口发展方程 灰色模型 人口预测
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：C924.2
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-17
• 1.1 研究背景8-9
• 1.2 研究的目的与意义9-10
• 1.2.1 研究目的9-10
• 1.2.2 研究意义10
• 1.3 国内外研究现状10-14
• 1.3.1 国外人口预测研究现状10-12
• 1.3.2 国内人口预测研究现状12-14
• 1.4 研究的主要内容和方法14-17
• 1.4.1 研究内容14-15
• 1.4.2 研究方法15-17
• 第2章 人口预测相关理论分析17-28
• 2.1 人口相关概念17-18
• 2.2 灰色系统理论18-24
• 2.2.1 灰色系统理论概述18-19
• 2.2.2 GM(1,1)模型19-23
• 2.2.3 灰色模型适用性分析23-24
• 2.3 人口发展方程24-27
• 2.3.1 连续型人口发展方程24-25
• 2.3.2 离散型人口发展方程25-27
• 2.4 本章小结27-28
• 第3章 黑龙江省人口数量预测28-40
• 3.1 黑龙江省人口数量现状分析28-30
• 3.2 黑龙江省人口数量GM(1,1)灰色模型预测30-32
• 3.2.1 GM(1,1)建模30-31
• 3.2.2 GM(1,1)灰色模型检验31-32
• 3.3 黑龙江省人口数量GM(1,1)灰色模型优化预测32-37
• 3.3.1 灰色模型优化方法32-35
• 3.3.2 优化灰色模型的建立35-37
• 3.4 黑龙江省人口数量GM(1,1)灰色模型及其优化方法比较37-38
• 3.5 黑龙江省人口数量预测结果分析38-39
• 3.6 本章小结39-40
• 第4章 黑龙江省人口结构的预测40-63
• 4.1 黑龙江省人口结构现状分析40-44
• 4.1.1 黑龙江省人口性别结构分析40-41
• 4.1.2 黑龙江省人口年龄结构分析41-44
• 4.2 人口结构方程模型建立44-58
• 4.2.1 生育率模型45-50
• 4.2.2 未来总和生育率50-52
• 4.2.3 女性比例52
• 4.2.4 人口迁移函数52-53
• 4.2.5 死亡率模型53-58
• 4.3 结果分析58-60
• 4.4 结论与建议60-62
• 4.5 本章小结62-63
• 结论63-64
• 参考文献64-68
• 附录68-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 司虎克;我国女子铅球运动成绩增长规律的灰色模型及其预测[J];上海体育学院学报;1992年03期

2 曾维林;万义平;;基于GM(1,1)灰色模型的高校大学生拖欠学费预测研究——以江西某高校为例(英文)[J];南昌工程学院学报;2011年01期

3 杨秉龙，杜新镜;中国女子中长跑运动成绩增长规律的灰色模型及其预测[J];山西大学学报(哲学社会科学版);1996年01期

4 杨秉龙，杜新镜;中国女子中长跑运动成绩增长规律的灰色模型及其预测[J];山西大学学报(自然科学版);1996年01期

5 方敏;张薇;潘晓平;;四川省人口的灰色预测[J];现代预防医学;2009年02期

6 田晓正;陈科委;;郑州市自来水销售量预测研究[J];新乡学院学报(自然科学版);2010年04期

7 蒋若凡;姜玉梅;李菲雅;;基于灰色PSO-BP人口预测模型的研究与应用[J];西北人口;2011年03期

8 郑旗;基于动态参数灰色模型及其在体育中的应用[J];安徽体育科技;1998年01期

9 夏晓峰;动态灰色模型与线性回归模型的组合运用[J];辽宁教育学院学报;2001年09期

10 刘鸿基，孟祥恪;灰色理论在教育规划中的应用[J];商丘师范学院学报;1995年S3期

中国重要会议论文全文数据库 前10条

1 张永军;朱立伟;樊继壮;;离心式压缩机性能预测研究[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

2 张翠琼;田宝;;我国保安员犯罪可能性预测研究[A];第十二届全国心理学学术大会论文摘要集[C];2009年

3 纪建悦;栾绍朔;姜兴坤;;基于修正STIRPAT模型的山东省碳排放分析及其预测研究[A];第十三届中国管理科学学术年会论文集[C];2011年

4 马文涛;;参数优化LSSVM的巷道围岩松动圈预测研究[A];第九届全国岩土力学数值分析与解析方法讨论会论文集[C];2007年

5 梁德成;王德吉;邱道尹;栗卫军;;卷烟焦油预测研究[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

6 徐学东;;既有铁路混凝土桥梁疲劳寿命预测及可靠性分析[A];工程安全及耐久性——中国土木工程学会第九届年会论文集[C];2000年

7 任振球;;特大自然灾害预测研究的新思维、新方法[A];2001年中国地球物理学会年刊——中国地球物理学会第十七届年会论文集[C];2001年

8 祝煜;梁雪春;肖迪;;基于动态聚类RBF网络的小企业信贷预测研究[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

9 门可佩;;青藏高原北部地区7级强震的有序网络特征及其预测研究[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

10 柯宏发;吴正朋;刘思峰;李青;;基于灰色模型的电子装备故障预测精度分析[A];第19届灰色系统全国会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 于德福;陕西：划分铁铝预测研究区[N];地质勘查导报;2009年

2 李守运;山东预测研究昌邑—平度隐伏金矿[N];中国国土资源报;2008年

3 吴庭芳;《中国西北干旱气候变化与预测研究》出版[N];中国气象报;2001年

4 记者 杨绮薇　通讯员 钟苹;韶关霜冻预测研究获省科技厅立项[N];中国气象报;2010年

5 珑铭;加强灾害预测研究把损失降至最小[N];上海证券报;2008年

6 宁莲;大连调查队预测研究居民住房需求[N];中国信息报;2008年

7 记者 胡晓峰;《船用钢材供需预警与价格预测研究》通过评审[N];中国船舶报;2009年

8 苏玉君 陈磊 王德英;致洪暴雨监测与预测研究启动[N];中国气象报;2005年

9 董江萍;FDA与企业合作进行药品肝毒性预测研究[N];中国医药报;2005年

10 李守运;山东：探秘昌邑—平度隐伏金矿[N];地质勘查导报;2008年

中国博士学位论文全文数据库 前10条

1 李硕;基于可见近红外成像光谱技术土壤剖面氮的预测研究[D];华中农业大学;2013年

2 马军伟;基于机器学习方法的蛋白质亚细胞定位预测研究[D];大连理工大学;2011年

3 肖燕彩;支持向量机在变压器状态评估中的应用研究[D];北京交通大学;2008年

4 陈世民;桥梁监测系统中海量数据分析理论与应用[D];重庆大学;2011年

5 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年

6 邓志茹;我国能源供求预测研究[D];哈尔滨工程大学;2011年

7 胡建渊;南京都市圈可持续发展研究[D];同济大学;2005年

8 袁赓;油气管道的腐蚀及预测研究[D];大连理工大学;2011年

9 曾波;灰色预测建模技术研究[D];南京航空航天大学;2012年

10 陈广胜;基于神经网络的人工林落叶松木材材质预测研究[D];东北林业大学;2006年

中国硕士学位论文全文数据库 前10条

1 张宇飞;灰色理论在芦苇产量预测中的应用研究[D];西华大学;2006年

2 蒋赛;黑龙江省人口数量与结构的预测研究[D];哈尔滨工业大学;2013年

3 李艳昌;济南地区用电负荷预测研究[D];华北电力大学（河北）;2007年

4 王倩茹;基于灰色模型的预处理方法和智能模型[D];兰州大学;2013年

5 吴紫恒;基于灰色模型的改进预测控制[D];浙江理工大学;2012年

6 王秀;基于灰色理论和神经网络的道路交通事故预测研究[D];山东科技大学;2007年

7 李鹏;基于BP神经网络和灰色模型的税务收入预测研究[D];西安电子科技大学;2011年

8 宋德胜;某型飞行器水平尾翼智能健康预测技术研究[D];沈阳航空工业学院;2010年

9 张建;灰建模理论及其在目标识别中的应用[D];西北工业大学;2002年

10 曾祥艳;累积法GM模型及其病态性研究[D];武汉理工大学;2005年

本文编号：926800