确定性人口预测方法存在逻辑性的缺陷并且不能回答预测结果的发生概率,克服这些缺陷的国际上最新的随机预测方法在应用中又要求大量的时间序列数据,而大多数发展中国家都存在死亡数据不足的问题.本研究的理论内容为解决数据不足时的应用问题.提出了在时间序列数据不足时以区域数据弥补的基于时间——区域序列的随机预测方法并对中国数据进行了成功应用.再将随机人口预测方法中的单性别模型扩展到双性别模型,对中国未来人口总量、负担比、老龄化、老龄负担比、少年比等进行了随机预测。对确定性人口预测进行了评价。明确回答了国家重大人口目标的实现可能性及提高实现可能性的途径。本研究在国家自然科学基金资助下得以完成,特此感谢。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
多源数据驱动CNN-GRU模型的公交客流量分类预测
时间序列分析与机器学习方法在预测肺结核发病趋势中的应用
不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略
家庭人口预测模型的创立、应用与软件研制
随机方法及其应用
随机方法及其应用
分形生长的随机方法分析及应用