计算机科学 ›› 2020, Vol. 47 ›› Issue (6A): 485-487.doi: 10.11896/JsJkx.190900168
徐翔燕, 侯瑞环
XU Xiang-yan and HOU Rui-huan
摘要: 准确预测未来人口数量,对制定相关经济政策具有现实意义。文中针对人口中长期预测影响因素较复杂、可用历史数据较少、单一模型局限性等特点,构建了灰色预测和支持向量机的组合预测模型。该模型将灰色预测模型和支持向量机模型进行组合,利用标准差法确定模型的权值信息,将模型应用于一师阿拉尔市人口的中长期预测,选取一师阿拉尔市1997-2017年的人口数据进行分析,对2018-2022年的数据进行预测。结果表明:与单一模型相比较,组合模型预测精度更高,相对误差低,且预测结果比较稳定,结果更符合实际。
中图分类号:
[1] 郭雪峰,黄健元,王欢.改进的灰色模型在流动人口预测中的应用.统计与决策,2018(8):76-79. [2] 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.西北人口,2011,32(3):23-26. [3] 龙会典,严广乐.基于改进的GM(1,1)—Markov链组合模型广东省单位GDP能耗预测.数理统计与管理,2017,36(2):200-207. [4] 李凯,张涛.基于组合插值的GM(1,1)模型背景值的改进.计算机应用研究,2018,35(10):2994-2999. [5] 吴文泽,张涛.GM(1,1)模型的改进及应用.统计与决策,2019(9):15-18. [6] 徐丽丽,李洪,李劲.基于灰色预测和径向基网络的人口预测研究.计算机科学,2019,46(Z1):431-435. [7] 解伟,潘文明,王成化,等.基于支持向量机的省级电网中长期投资规模预测模型研究.工业技术经济,2019(8):154-160. [8] 贾娜,郭佳欣,花军,等.采用支持向量机算法对金刚石锯片锯切木材表面粗糙度的预测.东北林业大学学报,2019,47(10):85-89. [9] 徐路路,王芳.基于支持向量机和改进粒子群算法的科学前沿预测模型研究.情报科学,2019,37(8):22-28. [10] 宋晓华,祖丕娥,伊静,等.基于改进GM(1,1)和SVM的长期电量优化组合预测模型.中南大学学报(自然科学版),2012,43(5):1803-1807. [11] BATES J M,GRANGER C W.Combination of Forecasts.Operational Res-Ouart,1969,20(4):451-468. [12] LIU S L,HU Z Q,CHI X K.The research of power load forecasting method on combination forecasting model.Information Science and Engineering,2010(26). [13] 吴静敏,左洪福,陈勇.基于免疫粒子群算法的组合预测方法.系统工程理论方法应用,2006,15(3):229-233. |
[1] | 侯夏晔, 陈海燕, 张兵, 袁立罡, 贾亦真. 一种基于支持向量机的主动度量学习算法 Active Metric Learning Based on Support Vector Machines 计算机科学, 2022, 49(6A): 113-118. https://doi.org/10.11896/jsjkx.210500034 |
[2] | 单晓英, 任迎春. 基于改进麻雀搜索优化支持向量机的渔船捕捞方式识别 Fishing Type Identification of Marine Fishing Vessels Based on Support Vector Machine Optimized by Improved Sparrow Search Algorithm 计算机科学, 2022, 49(6A): 211-216. https://doi.org/10.11896/jsjkx.220300216 |
[3] | 陈景年. 一种适于多分类问题的支持向量机加速方法 Acceleration of SVM for Multi-class Classification 计算机科学, 2022, 49(6A): 297-300. https://doi.org/10.11896/jsjkx.210400149 |
[4] | 邢云冰, 龙广玉, 胡春雨, 忽丽莎. 基于SVM的类别增量人体活动识别方法 Human Activity Recognition Method Based on Class Increment SVM 计算机科学, 2022, 49(5): 78-83. https://doi.org/10.11896/jsjkx.210400024 |
[5] | 武玉坤, 李伟, 倪敏雅, 许志骋. 单类支持向量机融合深度自编码器的异常检测模型 Anomaly Detection Model Based on One-class Support Vector Machine Fused Deep Auto-encoder 计算机科学, 2022, 49(3): 144-151. https://doi.org/10.11896/jsjkx.210100142 |
[6] | 侯春萍, 赵春月, 王致芃. 基于自反馈最优子类挖掘的视频异常检测算法 Video Abnormal Event Detection Algorithm Based on Self-feedback Optimal Subclass Mining 计算机科学, 2021, 48(7): 199-205. https://doi.org/10.11896/jsjkx.200800146 |
[7] | 陈慧琴, 郭贯成, 秦朝轩, 李兆碧. 基于GM-LSTM模型的南京市老年人口预测研究 Research on Elderly Population Prediction Based on GM-LSTM Model in Nanjing City 计算机科学, 2021, 48(6A): 231-234. https://doi.org/10.11896/jsjkx.200900142 |
[8] | 郭福民, 张华, 胡瑢华, 宋岩. 一种基于表面肌电信号的腕部肌力估计方法研究 Study on Method for Estimating Wrist Muscle Force Based on Surface EMG Signals 计算机科学, 2021, 48(6A): 317-320. https://doi.org/10.11896/jsjkx.200600021 |
[9] | 卓雅倩, 欧博. 噪声环境下的人脸防伪识别算法研究 Face Anti-spoofing Algorithm for Noisy Environment 计算机科学, 2021, 48(6A): 443-447. https://doi.org/10.11896/jsjkx.200900207 |
[10] | 雷剑梅, 曾令秋, 牟洁, 陈立东, 王淙, 柴勇. 基于整车EMC标准测试和机器学习的反向诊断方法 Reverse Diagnostic Method Based on Vehicle EMC Standard Test and Machine Learning 计算机科学, 2021, 48(6): 190-195. https://doi.org/10.11896/jsjkx.200700204 |
[11] | 王友卫, 朱晨, 朱建明, 李洋, 凤丽洲, 刘江淳. 基于用户兴趣词典和LSTM的个性化情感分类方法 User Interest Dictionary and LSTM Based Method for Personalized Emotion Classification 计算机科学, 2021, 48(11A): 251-257. https://doi.org/10.11896/jsjkx.201200202 |
[12] | 曹素娥, 杨泽民. 基于聚类分析算法和优化支持向量机的无线网络流量预测 Prediction of Wireless Network Traffic Based on Clustering Analysis and Optimized Support Vector Machine 计算机科学, 2020, 47(8): 319-322. https://doi.org/10.11896/jsjkx.190800075 |
[13] | 马创, 吕孝飞, 梁炎明. 基于GA-SVM的农产品质量分类 Agricultural Product Quality Classification Based on GA-SVM 计算机科学, 2020, 47(6A): 517-520. https://doi.org/10.11896/JsJkx.190900184 |
[14] | 宋岩, 胡瑢华, 郭福民, 袁新亮, 熊睿洋. 基于sEMG的改进SVM+BP肌力预测分层算法 Improved SVM+BP Algorithm for Muscle Force Prediction Based on sEMG 计算机科学, 2020, 47(6A): 75-78. https://doi.org/10.11896/JsJkx.190900143 |
[15] | 方梦琳, 唐文兵, 黄鸿云, 丁佐华. 基于模糊信息分解与控制规则的移动机器人沿墙导航 Wall-following Navigation of Mobile Robot Based on Fuzzy-based Information Decomposition and Control Rules 计算机科学, 2020, 47(6A): 79-83. https://doi.org/10.11896/JsJkx.191000158 |
|