[发明专利]一种基于LS-SVM-Leslie组合模型的人口预测方法

说明书

本发明提供一种基于LS‑SVM‑Leslie组合模型的人口预测方法，属于数学和计算机科学。解决了传统人口预测模型中缺乏性别比例、年龄结构和人口数据变动规律的问题。其技术方案为：包括以下步骤：S1：收集数据并预处理；S2：选取预测指标并估计出生性别比；S3：用LS‑SVM模型预测特定年龄的生育率D1和男/女死亡率D2；S4：将D1、D2输入Leslie模型，输出特定初始年龄数据D3；S5：将D3作为Leslie下一年的输入参数，迭代输出每年的人口数据；S6：建立时间序列预测模型和灰色系统预测模型；S7：基于权重组合步骤S6中的两个模型并输出预测结果。本发明的有益效果为：本发明选取多个预测指标和预测模型，从而提高人口预测的可靠性。

技术领域

本发明涉及数学和计算机科学领域，尤其涉及一种基于LS-SVM-Leslie组合模型的人口预测方法。

背景技术

人口问题作为影响我国社会稳定和经济发展的关键因素之一，一直受到社会各界的广泛关注，一方面庞大的人口不仅为中国经济发展提供了充足的劳动力，而且有助于在科技、经济和文化等领域发挥人才优势；另一方面，近些年不合理的人口结构也造成了男女比例失调、人口老龄化等问题，不利于社会的稳定和发展。而人口预测是根据现有的人口状况并考虑影响人口发展的各种因素，按照科学的方法，测算在未来某个时间的人口规模、水平和趋势。

在已有的研究中，出现了多种人口预测的方法，如人口增长率推算法、Leslie模型、Logistic增长模型、神经网络预测等。随着社会进步和国家的发展，性别比例、年龄结构和人口数据变动规律等因素也要纳入考量之中。因此，需要探索一种能更好的集成各项因素的方法来解决人口预测问题。

如何解决上述人口预测问题成为本发明面临的课题。

发明内容

本发明的目的在于提供一种基于LS-SVM-Leslie组合模型的人口预测方法，该方法可以在开放三孩和双减政策下对人口情况和新生儿数量变化预测。

本发明的思想为：本发明提出基于LS-SVM-Leslie组合模型的人口预测方法，即首先基于时间序列数据的最小二乘回归，根据总生育率估计出生性别比。其次，通过最小二乘支持向量机(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，然后将其作为Leslie矩阵模型的输入。最后，Leslie矩阵在给定年份预测的男性/女性特定年龄人口数据作为下一年Leslie矩阵的输入参数，并以这种方式迭代该过程，直到达到目标年份得到最终预测结果。

为了实现上述发明目的，本发明采用技术方案具体为：一种基于LS-SVM-Leslie组合模型的人口预测方法，其中，包括以下步骤：

(1)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、缺失值处理等操作，具体的数据预处理包括以下操作：

(1-1)使用拉依达准则进行异常值处理；

(1-2)使用数据有效值的平均值或众数来插补缺失的值进行缺失值处理；

(2)从定性和定量两个方面选取预测指标，具体包括如下步骤：

(2-1)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；

(2-2)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)利用步骤(2)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)，具体包括如下步骤：