导读：通过 三类人工神经网络：反向传播网络、RBF神经网络、时间序列预测法入手，分析了工神经网络的人口预测的研究 ，由硕士论文事业部整体提供。
第一章 绪论
1.1 选题背景,理论依据.
人口问题始终是制约我国发展的关键因素之一，无论是对我国目前经济社会发展状况的认识，还是对未来经济社会发展的预测，人口问题的研究都具有十分重要的意义。人口变化是水资源和粮食资源需求变化最重要的驱动因素之一，掌握人口发展动态，避免人口规模过大对自然资源系统产生压力，对自然资源管理和优化配置有重要意义。人口规模预测的准确性直接影响着人们对自然资源的合理利用，应根据区域的实际发展状况、人口预测要素和精度需求等选择合适的预测方法。
人口预测常用的方法有人口自然增长法，系统动力学法，Logistic模型，指数平滑法，宋健人口预测模型，移动平均法，线性回归法，灰色预测法等。
1.2 国内外研究现状.发展动态
研究人口的增长，有十分重要的意义， 1985年，Hopfield和Tank对利用Hopfield神经网络求解著名的NP完全问题——“旅行推销商问题”（Travelling SalesmanProblem） 进行了成功的探讨。但当时Hopfield神经网络的出现无疑标志着神经网络研究第二个高潮的到来。随之，神经网络被广泛应用于经济系统，利用神经网络来预测人口也取得了重要的发展。
对于未来人口规模预测的研究，我国也有很多的学者采用不同的方法进行了相关研究。人口预测是个极其复杂的非线性问题，它既要分析预测时的人口现状(人口数量、性别、年龄结构、地区分布、出生率、死亡率和迁移等)，又要考虑社会经济、资源环
境等条件对人口再生产和转变产生的影响。神经网络作为一种模拟生物神经系统结构的人工智能技术，它具有强大的自适应、自组织、自学习的能力以及具备高度的非线性映射性、泛化性和容错性等特点，近年来在人口预测中的应用越来越广泛，并取得了很好的成果。
2001 年我国学者张静，王兴华利用神经网络对人口进行了预测，以襄樊市人口数量从 1978 年至 1998 年为例，建立了三层神经前向网络，网络训练好后分别以1996,1997,1998,和 1997,1998，1999 年数据为输入预测,预测 1999,2000，2001 年襄樊市人口数量，预测结果与用灰色模型、自回归模型、综合模型做比较，神经网络误差最小。
我国学者谢军飞，李延明通过建立一维时间序列的模型，借助BP神经网络，对北京是近郊户籍人口进行了预测，实验结果表明预测值与实际值的差距在1%左右，说明了BP网络预测人口的可行性和准确性。
2005年陈虹，田八林使用径向基函数网络对陕西省人口进行了预测。文中编程完成了神经网络的建立、学习和训练，对陕西省1970～2004年人口实际数据进行了曲线拟合预测，预测值和实际值的误差大为0.025%，证明了RBF网络的实用性和准确性。2005年尹春华，陈磊编写了基于BP神经网络人口预测模型的研究与应用，文中介绍了BP神经网络的算法，我们利用BP人口预测模型对辽宁省沈阳市某区的婴儿出生数量进行了预测，对我国婴儿的出生率2001-2006年进行预测，从预测结果来婴儿的数量在2001-2006年呈递减的模式，但是每几年会出现一个生育高峰，预测结果与该地区婴儿出生率基本吻合。
2006 年袁勇，王攀编写了论文支持向量基在人口预测中的应用，文中介绍了支持向量基的算法，并将 BP 神经网络的预测结果与支持向量基进行了比较。实验结果表明在短期预测中支持向量基的优势显而易见。
2009年江南大学的岳金辉以青岛市为例在基于数学模型的城市人口预测与控制研究中利用神经网络MATLAB 变程以城市系统人口在业结构分布模型和城市人口发展模型为切入点，研究新形势下城市人口演化的一般趋势和未来人口演化预测的方法。
1.3 本文要解决的问题
应用神经网络系统来预测人口，分别采用三种不同的神经网络方法进行预测，比较哪种方法预与实际人口数量更接近，并将这三种神经网络的预测人口结果进行了比较，同时对BP神经网络进行了改进并做了进一步的研究。
1.4 本文研究内容与安排
第一章,绪论,介绍了神经网络的发展现况和它在人口预测中的应用,给出了文章的结构安排。
第二章, 介绍基本概念和人口预测的背景知识。
第三章,讨论了 BP 神经网络的算法和 BP 的改进。
第四章,主要介绍 RBF 神经网络的模型和算法。
第五章，MATLAB神经网络的设计和预测结果的比较。
[1] 黄荣清.关于人口预测问题的思考[J].人口研究，2004，28(1)：88—90．
[2] Hopfield, J.J., “Neural networks and physical systems with emergent collectivecomputational abilities,” Proceedings National Academy of Science, 1982.vol. 79, pp.2554-2558.
[3] 丛爽. 面向MATLAB工具箱的神经网络理论与应用[M].中国科学技术大学出版社，2003, 5-6.
[4] Hopfield, J.J. and D.W. Tank, “Neural computation of decisions in optimization problems,Biological Cybernetics, 1985.vol. 52, pp. 141-152.
[5] 杭行. 股票投资[M].河北人民出版社. 1999:12-55
[6]
[7] 谭秀辉.基于BP神经网络和自回归模型的股市预测[D].中北大学,2010
[8] 李志林，王志刚.股市预测的自回归方法[J].统计与决策，2007年第3期.19-20
[9] 徐昕，李涛.MATLAB工具箱应用指南[M].北京：电子工业出版，2000,288-291
[10] Minsky, M.L., “Theory of Neural Analog Reinforcement System and Its Application tithe Brain-Model Problem,” Ph.D. thesis, Princeton University, Princeton, NJ. 1954.
[11] 谢培元，游大海，曾次玲，杨朴．基于遗传算法优化BP神经网络的提前一天市场清算电价预测[J]．电力自动化设备，2004，24(3)：53-56
[12] Minsky, M.L., Computation: Finite and Infinite Machines, Englewood Cliffs, NJ:Prentice-Hall, 1967.
[13] 王振龙.时间序列分析[M].中国商业出版社.2000.
[14] 罗四维著，大规模人工神经网络理论基础。北京：清华大学出版社, 2004，2.
[15] Frederico, C.V., Adiao, D.D.N. & Jose, A.F., “An efficient approach to the travelingsalesman problem using self-organizing maps”. International Journal of Neural Systems,2003, vol.13, no.2 pp. 59-66.
基于某些人工神经网络的人口预测的研究
摘要5-6
Abstract6-7
第一章 绪论10-13
1.1 选题背景,理论依据10
1.2 国内外研究现状.发展动态10-12
1.3 本文要解决的问题12
1.4 本文研究内容与安排12-13
第二章 人口预测的背景知识13-20
2.1 预测概述13
2.1.1 预测的概念13
2.1.2 预测所遵循的原则13
2.2 人口预测的基本定义13-15
2.3 人口预测的常用方法15
2.3.1 神经网络预测方法15
2.3.2 数学模型预测方法15
2.4 人工神经网络的介绍15-18
2.5 神经网络的特点和学习18-20
2.5.1 神经网络的特点18-19
2.5.2 神经网络的学习19-20
第三章 BP神经网络模型的介绍和算法20-27
3.1 BP 网络的模型20
3.2 BP 网络学习规则20-25
3.3 BP 神经网络算法分析25
3.4 BP 神经网络的改进25-27
3.4.1 附加动量法25
3.4.2 自适应学习速率25-27
第四章 RBF 神经网络模型的介绍和算法27-30
4.1 RBF 神经网络模型27-28
4.2 RBF 网络训练准则28-30
第五章 基于 MATLAB 的网络设计和人口预测30-48
5.1 BP 神经网络进行人口预测32-39
5.1.1 Matlab 神经网络工具箱中相关函数介绍32-33
5.1.2 BP 网络的学习和训练33-39
5.2 RBF 网络进行人口预测39-47
5.3 研究工作的结论和展望47-48
参考文献48-51
攻读硕士学位期间发表的论文及所取得的研究成果51-52
致谢52
您可能有社会硕士论文方面的购买需求，请到社会硕士论文频道选取