人口增长模型.docx
《人口增长模型.docx》由会员分享,可在线阅读,更多相关《人口增长模型.docx(10页珍藏版)》请在冰点文库上搜索。
人口增长模型
三一文库(XX)
〔人口增长模型〕
*篇一:
数学建模logistic人口增长模型
Logistic人口发展模型
一、题目描述
建立Logistic人口阻滞增长模型,利用表1中的数据分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型,进行预测我国未来50年的人口情况.并把预测结果与《国家人口发展战略研究报告》中提供的预测值进行分析比较。
分析那个时间段数据预测
的效果好?
并结合中国实情分析原因。
表1各年份全国总人口数(单位:
千万)
二、建立模型
阻滞增长模型(Logistic模型)阻滞增长模型的原理:
阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用,对指数增长模型的基本假设进行修改后得到的。
阻滞作用体现在对人口增长率r的影响上,使得r随着人口数量x的增加而下降。
若将r表示为x的函数r(x)。
则它应是减函数。
于是有:
dx
?
r(x)x,x(0)?
x0
dt
对r(x)的一个最简单的假定是,设r(x)为x的线性函数,即r(x)?
r?
sx
(1)
(r?
0,s?
0)
(2)
设自然资源和环境条件所能容纳的最大人口数量长率
xm,当x?
xm时人口不再增长,即增
r(xm)?
0,代入
(2)式得
s?
r
xm,于是
(2)式为
x)xm
(3)
r(x)?
r(1?
将(3)代入方程
(1)得:
x?
dx
?
?
rx(1?
)
xm?
dt
?
x(0)?
x0
?
解得:
(4)
x(t)?
1?
(
xmxm
?
1)e?
rtx0
(5)
三、模型求解
用Matlab求解,程序如下:
t=1954:
1:
2005;
x=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];
x1=[60.2,61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988];
x2=[61.5,62.8,64.6,66,67.2,66.2,65.9,67.3,69.1,70.4,72.5,74.5,76.3,78.5,80.7,83,85.2,87.1,89.2,90.9,92.4,93.7,95,96.259,97.5,98.705,100.1,101.654,103.008,104.357,105.851,107.5,109.3,111.026,112.704,114.333,115.823,117.171,118.517,119.85,121.121,122.389,123.626,124.761,125.786,126.743,127.627,128.453,129.227,129.988,130.756];
dx=(x2-x1)./x2;a=polyfit(x2,dx,1);
r=a
(2),xm=-r/a
(1)%求出xm和r
x0=61.5;
f=inline(xm./(1+(xm/x0-1)*exp(-r*(t-1954))),t,xm,r,x0);%定义函数plot(t,f(t,xm,r,x0),-r,t,x,+b);
title(1954-2005年实际人口与理论值的比较)x2010=f(2010,xm,r,x0)x2020=f(2020,xm,r,x0)x2033=f(2033,xm,r,x0)
解得:
x(m)=180.9516(千万),r=0.0327/(年),x(0)=61.5
得到1954-2005实际人口与理论值的结果:
根据《国家人口发展战略研究报告》我国人口在未来30年还将净增2亿人左右。
过去曾有专家预测(按照总和生育率2.0),我国的人口峰值在2045年将达到16亿人。
根据本课题专家研究,随着我国经济社会发展和计划生育工作加强,20世纪90年代中后期,总和生育率已降到1.8左右,并稳定至今。
实现全面建设小康社会人均GDP达到3000美元的目标,要求把总和生育率继续稳定在1.8左右。
按此预测,总人口将于2010年、2020年分别达到13.6亿人和14.5亿人,2033年前后达到峰值15亿人左右(见图1)。
劳动年龄人口规模庞大。
我国15-64岁的劳动年龄人口2000年为8.6亿人,2016年将达到高峰10.1亿人,比发达国家劳动年龄人口的总和还要多。
在相当长的时期内,中国不会缺少劳动力,但考虑到素质、技能等因素,劳动力结构性短缺还将长期存在。
同时,人口与资源、环境的矛盾越来越突出。
而据模型求解:
2010年人口:
x(2010)=137.0200(千万)专家预测13.6亿误差为0.7%2020年人口:
x(2020)=146.9839(千万)专家预测14.5亿误差为1.3%2033年人口:
x(2033)=157.2143(千万)专家预测15亿误差为4.8%2045年人口:
x(2045)=164.6959(千万)专家预测16亿误差为4.1%
五、预测
1.1954-2005总人口数据建立模型:
r=0.0327xm=180.9516
2010年人口:
x(2010)=137.0200(千万)专家预测13.6亿误差为0.7%2020年人口:
x(2020)=146.9839(千万)专家预测14.5亿误差为1.3%2033年人口:
x(2033)=157.2143(千万)专家预测15亿误差为4.8%2045年人口:
x(2045)=164.6959(千万)专家预测16亿误差为4.1%2.1963-2005总人口数据建立模型:
r=0.0493xm=150.5261
2010年人口:
x(2010)=134.1612(千万)专家预测13.6亿误差为1.4%2020年人口:
x(2020)=140.0873(千万)专家预测14.5亿误差为
3.4%
2033年人口:
x(2033)=144.8390(千万)专家预测15亿误差为3.4%2045年人口:
x(2045)=147.3240(千万)专家预测16亿误差为7.6%3.1980-2005总人口数据建立模型:
r=0.0441xm=156.3297
2010年人口:
x(2010)=135.2885(千万)专家预测13.6亿误差为0.5%2020年人口:
x(2020)=142.1083(千万)专家预测14.5亿误差为2.0%2033年人口:
x(2033)=147.9815(千万)专家预测15亿误差为1.3%2045年人口:
x(2045)=151.3011(千万)专家预测16亿误差为5.4%
总体来看,1980-2005这一组数据拟合出的人口模型比较好,即与已有数据吻合,又与专家预测误差较小。
从历史原因来分析:
1954年之后的1959-1961年间,有三年自然灾害故而使得实际人口数据与估计有所偏颇。
1960年之后为过渡时期。
1983年之后开始实施“计划生育政策”,一直至今,所以1980-2005年间的数据与预测分析最好。
*篇二:
人口增长模型
Logistic人口阻滞增长模型
一、模型的准备
阻滞增长模型的原理:
阻滞增长模型是考虑到自然资源、环境条件等因素对人口增长的阻滞作用,对指数增长模型的基本假设进行修改后得到的。
阻滞作用体现在对人口增长率r的影响上,使得r随着人口数量x的增加而下降。
若将r表示为x的函数r(x)。
则它应是减函数。
于是有:
dx
?
r(x)x,x(0)?
x0dt
(1)
对r(x)的一个最简单的假定是,设r(x)为x的线性函数,即r(x)?
r?
sx
(r?
0,s?
0)
(2)
设自然资源和环境条件所能容纳的最大人口数量xm,当x?
xm时人口不再增长,即
r
增长率r(xm)?
0,代入
(2)式得s?
,于是
(2)式为
xm
r(x)?
r(1?
将(3)代入方程
(1)得:
x?
dx
?
?
rx(1?
)
?
dtxm
?
?
x(0)?
x0
x
)xm
(3)
(4)
解方程(4)可得:
x(t)?
xm
x
1?
(m?
1)e?
rt
x0
(5)
二、模型的建立
我国从1954年到2005年全国总人口的数据如表1
1、将1954年看成初始时刻即t?
0,则1955为t?
1,以次类推,以2005年为t?
51作为终时刻。
用函数(5)对表1中的数据进行非线性拟合,运用Matlab编程得到相关的参数xm?
180.9871,r?
-0.0336,可以算出可决系数(可决系数是判别曲线拟合效果的一个指标):
5
R2?
1?
?
(y
i?
1
5i?
1
i
?
i)2?
y
?
0.9959
i
?
(y
?
)2
由可决系数来看拟合的效果比较理想。
所以得到中国各年份人口变化趋势的拟合曲
线:
180.
9871
(6)
180.98711?
(?
1)e?
0.0.0336t
60.2
根据曲线(6)我们可以对2010年(t?
56)、2020年(t?
66)、及2033年(t?
79)进行预测得(单位:
千万):
x(56)?
138.6161,x(66)?
148.5400,x(79)?
158.6028
结果分析:
从所给信息可知从1951年至1958年为我国第一次出生人口高峰,形成了中国人口规模“由缓到快”的增长基础;因此这段时期人口波动较大,可能影响模型结果的准确性。
1959、1960、1961年为三年自然灾害时期,这段时期人口的增长受到很大影响,1962年处于这种影响的滞后期,人口的增长也受到很大影响。
总的来说1951-1962年的人口增长的随机误差不是服从正态分布,
程序:
x(t)?
结果:
2、将1963年看成初始时刻即t?
0,以2005年为t?
32作为终时刻。
运用Matlab编程得到相关的参数xm?
151.4513可以算出可决系数R2?
0.9994得到中国,r?
0.0484,各年份人口变化趋势的另一拟合曲线:
151.4513
(7)
151.45131?
(?
1)e?
0.0484t
69.1
根据曲线(7)我们可以对2010年(t?
47)、2020年(t?
57)、及2033年(t?
70)进行预测得(单位:
千万):
x(47)?
134.9190,x(57)?
140.8168,x(70)?
145.5908
结果分析:
1963年-1979年其间,人口的增长基本上是按照自然的规律增长,特别是在农村是这样,城市受到收入的影响,生育率较低,但都有规律可寻。
总的来说,人口增长的外界大的干扰因素基本上没有,可以认为这一阶段随机误差服从正态分布;1980-2005年这一时间段,虽然人口的增长受到国家计划生育政策的控制,但计划生育的政策是基本稳定的,这一阶段随机误差也应服从正态分布,因此用最小二乘法拟合所得到的结果应有较大的可信度。
程序:
x(t)?
结果:
3、从1980-2005年,国家计划生育政策逐渐得到完善及贯彻落实,这个时期的人口增长受到国家计划生育政策的控制,人口的增长方式与上述的两个阶段都不同。
因此我们进一步选择1980年作为初始年份2005年作为终时刻进行拟合。
运用Matlab编程得到相关的参数xm?
153.5351可以算出可决系数R2?
0.9987得到中国各年,r?
0.0477,份人口变化趋势的第三条拟合曲线:
153.5351
(8)
153.53511?
(?
1)e?
0.0477t
98.705
根据曲线(7)我们可以对2010年(t?
30)、2020年(t?
40)、及2033年(t?
53)进行预测得(单位:
千万):
x(30)?
135.5357,x(40)?
141.8440,x(53)?
147.0172
结果分析:
这一时期,国家虽然对人口大增长进行了干预,但国家的计划生育的政策是基本稳定的,在此其间没有其他大的干扰,所以人口增长的随机误差应服从正态分布。
所以结果应是比较可信的。
程序:
x(t)?
结果:
*篇三:
人口增长模型
人口增长模型
摘要
本文主要根据某地区的人口统计数据,通过合理的假设和严密的分析来建立模型,和估计该地区2010年的人口数量,并对其做出相应的分析。
首先,我们利用Matlab软件画出该地区1800至2000年的人口数据图,通过直观观察人口的变化规律后,我们认为该地区的人口数据呈现类似线性增长和指数增长,于是我们分别建立线性增长模型和指数增长模型,在假设人口增长率保持不变的前提下,用最小二乘法对数据进行拟合,最后得出2010年的人口预报数:
线性时为283.114百万,指数时为374.789百万。
但实际上人口增长率是不断地变化着的,即人口增长率不可能是一个常数,所以我们建立的线性增长模型和指数增长模型都比较粗糙,不能描述和预测较长时间人口变化过程。
而且从该地区历年的人口数据描述图可看出,从1980年开始,该地区的人口增长明显变慢,即人口增长受到一定的阻滞,所以为了更好地符合实际情况,以及更好地预报出长期的人口数,我们再建立了阻滞增长模型,利用此模型我们最后求出2010年的人口预报数为295.368百万。
关键字
人口预报,线性增长模型,指数增长模型,阻滞增长模型(Logistic模型)
问题重述
根据某地区人口从1800年到2000年的人口数据(如下表),建立模型估计出该地区2010年的人口(单位:
百万),同时画出拟合效果的图形。
模型假设
1、该地区历年的人口统计记录数据准确无误;
2、在模型一、二中,假设人口增长率不变,是一个常数,即单位时间内人口的增长量与当时的人口量成正比。
;
符号说明
x(t)t时刻的人口数量
x0初始时刻的人口数量
r人口增长率
xm环境所能容纳的最大人口数量,即r(xm)?
0
模型分析
首先,我们运用Matlab软件编程(见附件1),把1800年到2000年的人口数据通过绘图描点如下图
图11800年到2000年的人口数据图
从图我们可以看出1800年到2000年的人口数是呈现增长的趋势的,而且图像呈现类似线性函数和指数函数,于是我们猜测人口增长随时间的变化规律为线性函数或指数函数,所以我们分别用两种函数建立线性增长模型和指数增长模型,用最小二乘法对数据进行拟合,确定其中的未知参数。
然而上述两种模型都是在假设人口增长率不变的前提下建立的,比较粗糙,但在现实生活中,我们知道人口增长率是不可能不固定不变的,也就是人口不可能无限增长,无限增长将会导致人口爆炸,而政府对这种情形不可能置之不理的,
也就是说政府对人口无限增长会采取相应的措施,所以但人口增长到一定的程度下,人口增长率将会随人口的增长而呈线性递减,而且考虑到自然资源、环境条件等因素都会对人口增长起阻滞作用,并且随着人口增加,阻滞作用越来越大。
因此,我们改进了模型,建立了阻滞增长模型。
模型建立
模型一:
线性增长模型
首先,我们假设满足线性关系x(t)?
at?
b,根据最小二乘法,a和b是以下函数的最小值:
E(a,b)?
n?
(ati?
b?
xi)2,其中xi是ti时刻该地区的人口数。
i?
1
即有
E?
(a,b)?
(a.1800?
b?
7.2)2?
(a.1810?
b?
13.8)2?
...?
(a.2000?
b?
280.3)2?
E?
E?
0,?
0,可解得a和b。
?
a?
b
我们用Matlab编程(见附件2),解得a=1.5,b=-2755.3令
故x(t)?
1.5t?
2755.3
然后用该方程对1800年到2000年的人口数据进行拟合,拟合的效果图如下:
从上图可以看出拟合的效果不是很好,模型比较粗糙,所以我们有必要建立其他的模型进行预测。
但对于后期的人口拟合得还是可以的,用这线性增长模型
预报出x(2010)?
1.5*2010?
2755.3?
283.1148百万。
模型二:
指数增长模型
由于今年人口为x0,k年后人口为xk,年增长率为r,则有xk?
x0(1?
r)k。
则在t到t+?
t时间内的人口增量为x(t?
?
t)?
x(t)?
rx(t)?
t
上式两边同时除以?
t得:
x(t?
?
t)?
x(t)?
rx(t)?
t
令?
t?
0,取极限得到x(t)满足的微分方程为
dx?
rx(t)dt
于是我们得到一个指数增长的人口模型为
?
dx?
?
rx(t)?
dt?
?
x(0)?
x0
解这个方程得到
x(t)?
x0ert
(2)
然后,我们利用数据拟合(程序见附件3)
,效果
图3指数增长模型的拟合图
注:
*号为准确值,曲线为计算结果
从图3可以看出,拟合效果还好,但到了后期时段时,该地区人口增长明显变慢,这个明显就不适合了,拟合效果就不那么好了,说明该地区的人口增长率时随着人口的增长而递减的,有一定的阻滞使人口增长得不如前那么快,此模型还是有点粗糙,所以我们要对模型进行进一步的改进。
用该地区的数据拟合
(2)式,可解得r=5.94e-007年,x0=1e-006,然后
)?
374.789百万。
把它们代进模型,我们可算得x(2010
结果分析
用此模型基本是上能够描述1980年以前的人口增长,但我们从指数增长模型的拟合图可以看出,此模型对1980年以后的数据就拟合得不是很好,从1980年后,该地区的人口增长明显变慢,所以用此模型对2010年的人口进行预报不是那么适合,结果存在一定的误差,从图3可以看出所得的结果并不准确,精度不高。
模型三:
阻滞增长模型
随着人口的增加,人口的增长速度会降低,所以我们假设人口数的减函数为
r(x)?
r-sx
人口数量最终会达到饱和,且趋于一个常数xm,当x?
xm时,增长率为0,即有r?
sxm?
0
由上面的关系式可得出:
?
x?
r(x)?
r?
1?
?
x?
?
(3)
m?
?
把(3)式代进指数增长模型的微分方程中可以得到:
?
dx?
x?
?
?
?
r1?
x?
?
?
?
dt?
xm?
?
x(0)?
x0?
解得x(t)?
xm
?
xm?
?
rt?
1?
?
?
1?
x?
e?
0?
(4)
把x(1800)?
7.2代进(4)式得x(t)?
xm
?
10xm?
1?
?
?
1?
e?
r(t?
1800)
?
132?
《人口增长模型》