摘要
人口问题是一个复杂、受诸多因素影响的社会问题,准确地预测人口数量对于制定国民经济计划和社会发展战略有着深远的意义。针对神经网络预测算法易陷入局部极小、输入数据具有较强相关性的问题,建立了一种基于主元分析(PCA)与支持向量机(SVM)相结合的人口预测模型,并对我国人口总量进行预测。结果表明,该模型比单变量GM(1,1)和BP神经网络模型预测精度有了明显提高。
Population problem is a complicated social issue,which is affected by many factors. Accurate population forecast is of far-reaching significance for the formulation of national economic plans and social development strategies. Instead of the nerve network forecast,which is limited with part minimum and strong relevance of input data, a population prediction model based on Principal Component Analysis （PCA） and Support Vector Machine（SVM） has been constructed and completed popu- lation prediction in our country. The result shows that the model is much more accurate than univariate model GM（1,1） and BP nerve network model.
出处
《西北人口》
CSSCI
2012年第1期29-32,共4页
Northwest Population Journal
基金
四川省教育厅青年基金项目(09SB053)资助
关键词
人口预测
主成分分析
支持向量机
Population prediction
principal component analysis
support vector machine
作者简介
李菲雅，女，四川成都人，四川师范大学政治教育学院讲师，四川大学经济学院博士生，研究方向为经济计量、经济模型。
