发布网友 发布时间:2022-05-01 20:56
共1个回答
热心网友 时间:2022-06-23 07:47
马尔萨斯(Malthus)模型:Malthus 人口增长模型为: P( t) = P( t0) er ( t - t0)。式中, P( t) t 年预测人口数, P( t0)为基期年人口数, r 为人口年增长率 。显然,这个模型不是很精确,因为它忽略了有限的生存资源及空间、 生产力水平、 文化水平、 传统意识等对出生率有重要影响的因素,简单假定了与出生率有的时间是常量,所以有必要修正此模型。当然,若考虑因素过多,对所考虑因素的量化较复杂,则模型也就会十分复杂,使求解及分析模型极为困难甚至不可能,这样的模型将失去意义。因此,必须精练地选取所考虑因素,并对诸因素做尽可能简洁的数量化。在人口基数小,增长速度快的情况下运用马尔萨斯(Malthus)模型一般比较合适。Logistic曲线模型:按指数增长公式推算出的人口增长过快,数量过大,不符合实际,人口不可能无限地按指数增长。一般地,随人口总量的增长,口增长率往往会逐渐下降。在人口指数模型的基础上增加一个与人口总量有关的衰减项,并对新得到的微分方程进行求解得到: Pt = Pm/ (1 + ea + bt),这一曲线被称之为ogistic曲线, a、b、Pm 为特定系数。这一公式考虑到人口总数增长的有限性,且提出了人口总数增长的规律即随着人口总数的增长,人口增长率逐渐下降。
缺点在于时间较长,人口数据变化大,式中参数值必然变化大,因此误差较大且不稳定。系统动力学方法:系统动力学的模型是按照系统动力学理论建立起来的数学模型,它采用专用语言,借助计算机进行系统模拟,并通过运行得出由多项指标组合而成的预测值后,根据需要与可能选择最优的预测值和相应的实施方案。系统动力学法是研究系统的动态行为和评价系统采用各种不同策略所产生的行动效果的行之有效的方法。它是预测人口的长期趋势、 确定人口*定性与定量相结合最先进的模拟实验技术,但也有缺点和困难之处。主要表现在: ① 分析问题、收集资料、 建立模型和求证的过程都要消耗一定的财力、 物力和人力,还需要占用大量的计算机工作时间。② 建模人的专业水平直接影响到模型的质量和结果。由于人们对系统的基本结构缺乏足够的了解,在建模过程中对系统的结构往往会做一些简单化的假设。③很难验证预测结果的真实性,因为建模者的主导思想和诸多变量都是影响预测结果的,而这些影响因素的正确性需经过实践才能得到验证。人工神经网络预测法:人工神经网络理论是一种人工智能理论,它力图模拟人脑的一些基本特征,可以进行并行计算、 分布式信息存储,具有很强的自适应性和自组织性。人工神经网络预测法特别是能处理任意类数据,这是其它传统方法所无法比拟的。它通过不断的学习,能够从未知模式的大量复杂数据中发现其规律,进行模拟、预测。
20 世纪80 年代以来,人们利用人工神经网络进行非线性复杂系统模拟一直是一种非常有效的手段,就方法和原理的本身来看是非常科学合理的。但是要使预测的结果合理可靠,因素的选取、 隐含层的设计、 原始数据选择的可靠性都将对预测产生极大的影响。