基于BP神经网络和GM(1,1)灰色模型的中国人口预测分析黄俸强李晶邓健萍摘要人口预测对国民经济的发展有着非常重要的作用.如何用操作性强,可信度高的方法来预测人口的变化,这是一个值得探讨的问题.本文主要根据中国人口统计年鉴上收集到的2001年到2005年部分数据,在灰色预测的基础上，引入BP神经网络模型，建立了中国人口增长的GM(1,1)和BP神经网络组合模型,并由此对中国人口增长的中短期和长期趋势做出预测.我们通过输入原始数据资料，应用灰色模型进行预测，得到预测数列，然后将预测值作为输入量，原始数据作为期望值，对BP神经网络进行训练，得到相应的权值和阀值,最后输入预测年份，即可得到具有较高精度的预测量.由此可以知道，中国人口增长的中短期和长期趋势为：人口总量在中短期内继续增长，增速较为平稳，每年以0.11亿人口数增长.人口总量在未来30年还将净增2亿人左右，总人口将于2010年，2020年分别达到13.63亿人和14.67亿人，2033年前后达到峰值15.01亿人，之后人口总量缓慢下降.我国育龄妇女(15-49岁)人数在短期内持续增加，在2014年达到
