[发明专利]一种基于LS-SVM-Leslie组合模型的人口预测方法在审

专利信息
申请号: 202211205164.9 申请日: 2022-09-29
公开(公告)号: CN115471005A 公开(公告)日: 2022-12-13
发明(设计)人: 鞠小林;沈逸恒;翟娟娜;陈翔;王皓晨;陈森博;曹金鑫 申请(专利权)人: 南通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/26;G06K9/62;G06N20/10
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 张俊俊
地址: 226019 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ls svm leslie 组合 模型 人口 预测 方法
【权利要求书】:

1.一种基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,包括以下步骤:

S1、从全国人口普查记录以及中国国家统计局发布的年鉴中收集2010-2021年间的总人口数量、男女人口比例,1-15岁、16-64岁、65岁以上的人口数量及当年所占比例作为数据集并对数据集进行筛选和删除、异常值处理、数据量化、缺失值处理操作;

S2、从定性和定量两个方面选取预测指标;

S3、利用步骤S3选取出来的指标,使用最小二乘回归,根据总和生育率(TFR)估计出生性别比(SRB);

S4、根据LS-SVM模型预测特定年龄的生育率和特定年龄的男性/女性死亡率;

S5、将步骤S4中输出的特定年龄生育率、男性和女性特定年龄死亡率作为Leslie矩阵模型的输入,求得男性和女性特定初始年龄人口数据;

S6、将步骤S5中求得男性和女性特定初始年龄人口数据作为Leslie矩阵下一年的输入参数,依次迭代并输出每年的人口预测情况;

S7、建立时间序列预测模型和灰色系统预测模型;

S8、基于权重对步骤S7中的两个模型进行组合;

S9、根据步骤S8中的组合模型输出“双减”政策落地后我国新出生人口的数量变化。

2.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述S2包括如下步骤:

S21:在定性分析中,选取总和生育率(TFR)作为三孩政策的定性指标,收集整理定量指标数据进行预处理,利用模糊判定法对定性指标进行量化;

S22:在定量分析中,选取总和生育率(TFR)、特定年龄生育率、男性和女性特定年龄死亡率、男性和女性特定初始年龄人口数据和出生性别比(SRB)作为定量指标。

3.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述S3包括如下步骤:

S31:考虑在五项生育政策的情况下分别设置总生育率;

S32:由总和生育率根据方程式确定出生性别比。

4.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述S4包括如下步骤:

S41:考虑步骤S1给定的数据集,由输入数据和输出数据构造回归模型;

S42:通过最小化成本函数计算回归,输出的特定年龄生育率、男性和女性特定年龄死亡率;

S43:采用交叉验证对LS-SVM算法进行参数优化。

5.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述步骤S6将步骤S4中输出的特定年龄生育率、男性和女性特定年龄死亡率作为Leslie矩阵模型的输入,求得男性和女性特定初始年龄人口数据。

6.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述步骤S6将步骤S5中求得男性和女性特定初始年龄人口数据作为Leslie矩阵下一年的输入参数,依次迭代并输出每年的人口预测情况。

7.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述步骤S7包括如下步骤:

S71:对原始序列进行数据的平稳化处理,使用准则函数定阶法对模型进行定阶,经过参数估计和模型检验后,建立时间序列预测模型进行预测;

S72:对已知数据进行检验和处理后,用回归分析求得a,b的估计值,建立灰色系统预测模型并利用相应的白化模型求解。

8.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述步骤S8使用均方误差倒数法,计算出时间序列预测模型的均方误差σ12和灰色系统预测模型的均方误差σ22,再根据公式确定出两个预测模型对应的权重,依据权重将两个预测模型进行组合。

9.根据权利要求1所述的基于LS-SVM-Leslie组合模型的人口预测方法,其特征在于,所述步骤S9使用步骤S8中的组合模型对于原始数据进行预测,输出“双减”政策落地后我国新出生人口的数量变化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211205164.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top