人口增长模型数学建模论文
人口增长模型数学建模
论文
IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】
基于最小二乘拟合法的人口增长模型摘要：
针对题目所提问题，本文结合题目所给数据，采取最小二乘拟合法，
利用1982年到1998年的出生率和死亡率，对1999年到2008年的出生
率和死亡率进行预测，并得出此时间段内的人口自然增长率，进而得出1999年到2008年的人口总数，并和实际人口总数进行对比。
一、问题背景及重述
问题的背景
中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。我国自1973年全面推行计划生育以来，生育率迅速下降，取得了举
世瞩目的成就，但全面建设小康社会仍面临着人口的形势和严峻挑战。
随着我国经济的发展、国家人口政策的实施，未来我国人口高峰期到底
有多少人口，专家学者们的预测结果不一。因此，根据已有数据，运用
数学建模的方法，对中国人口做出分析和预测是一个重要问题。
问题的重述
下表列出了中国1982～1998年的人口统计数据，去1982年为起始
年（t=0），1982年的人口101654万人，人口自然增长率为14‰，以36亿作为我国人口的容纳量，试建立一个较好的人口数学模型并给出相应
的算法和程序，并与实际人口进行比较。
时间1982 1983 1984 1985 1986 1987
人口（万人）101654 103008 104357 105851 107507 109300 时间1988 1989 1990 1991 1992 1993 人口（万人）111026 112704 114333 115823 117171 118517 时间1994 1995 1996 1997 1998
人口（万人）119850 121121 122389 123626 124810
二、问题分析
三、模型假设与符号说明
、模型假设
1．在未来50年人口生存的社会环境相对稳定（即没有战争及毁灭
性灾难）。
2.国际人口迁入与迁出量相等。
3.在本世纪中叶前，我国计划生育政策稳定。
4.题目所给抽样数据是随机的，真实地反映了整体实际情况。
符号说明
t：1982年t=0，往后年份一次累加
Lt：第t年的人口出生率（t=0,1,2,3……）
Dt：第t年的人口死亡率（t=0,1,2,3……）
Nt：第t年的人口自然增长率（t=0,1,2,3……）
Qt：第t年的人口数量（t=0,1,2,3……）
ΦL(t):各年出生率的拟合函数
ΦD(t)：各年死亡率的拟合函数
ωi:权系数（i=1,2，……，n）
四、问题分析
问题要求从中国的实际情况和人口增长的特点出发，参考相关数据资料，建立数学模型，并由此对中国人口增长的中短期和长期趋势做出预测。为此，我查阅了许多资料，搜到了1982年到2008年的人口数量及出生率、死亡率和人口自然增长率。利用最小二乘拟合法根据1982年到1998年的数据，预测出1999年到2008年的数据，并与实际数据进行对比。
五、建立模型求解
设{Φ0（x），Φ1（x），Φ2（x），……，Φm（x）}是一个线性无关的函数系，则称线性组合Φ（x）=∑a kΦk（x）为广义多项式。
设由给定的一组数据（x i，y i）和一组正数ωi（i=1,2，……，n），求一个广义多项式Φ（x）使得目标函数
n 2
S=∑ωi[Φ（xi）- yi]
k=0
达到最小，则称函数Φ（x）为数据（x i，y i）（i=1,2，……，n）关于权系数ωi（i=1,2，……，n）的最小二乘拟合函数。
利用最小二乘拟合法将出生率、死亡率数据进行拟合，所得拟合图形如下：
所得的数据如下：
1999～2008年人口数量：
1999～2008年预测与实际人口数量对比：
从图中可以看出，实际人口数量低于预测数量，说明国家政策对人口数量的影响增大，是人口数量的上升更加平缓，进一步得到控制。
六、参考文献
[1] 韩中庚，数学建模方法及其应用，北京：高等教育出版社，
[2] 中华人民共和国国家统计局，《中国统计年鉴――2008》，北京：中国统计出版社，2009.
[3] 刘卫国，MATLAB程序设计与应用，北京：高等教育出版社，
附录：
程序：
z=[,,,,,,,,,,,,,,,,];%死亡率
n=3;
P1=polyfit(x,y,n);
P2=polyfit(x,z,n);
xx=0:1:26;
yy=polyval(P1,xx);
zz=polyval(P2,xx);
plot(xx,yy,'-b',x,y,':r');
title('出生率拟合曲线');
xlabel('t');
grid
i=17:1:26;
yi=yy(i)
yi =
plot(xx,zz,'-k',x,z,':m');
title('死亡率拟合曲线');
xlabel('t');
grid
zi=zz(i)
zi =
I=[125943,127059,128178,129326,130540,131848,133295,134928, 136798,138969];
R=[123786,126743,127627,128453,129227,129988,130756,131448, 132129,132802];
x=0:1:9;
plot(x,I,':b',x,R,'-r');