摘要
文章首先运用灰色关联度分析,找出了影响人口变化的主要因素,将2009-2018年的主要因素数据作为BP神经网络的输入对网络进行训练;其次运用时间序列预测对2019和2020年的出生率、老龄人口数和农村人口数进行了预测,运用灰色预测对2019和2020年死亡率进行了预测;最后将2019和2020年各因素预测值输入已经训练好的BP神经网络中得到2019和2020年总人口预测值139900和140320,结果显示BP神经网络预测具有较高的准确性。
学科与关键词
关键词
灰色关联度BP神经网络时间序列灰色预测
- 基于BP神经网络的深圳市垃圾产生量预测分析程萌勋; 王永奇区域治理, 2019, (29): 73-75.
- 基于灰色关联度的GM(1,1)-BP神经网络组合模型研究吴京龙重庆理工大学学报:自然科学, 2019, (11): 207-210.
- 基于BP神经网络的煤工尘肺发病工龄预测组合模型的研究王晓红; 武建辉; 郭正军; 尹素凤; 王国立中国煤炭工业医学杂志, 2013, (02): 263-265.
