2007优秀的数学建模论文doc-中国人口增长模型

中国人口增长模型

摘要人口问题涉及人口质量和人口结构等因素，是一个复杂的系统工程，稳定的人口发展直接关系到我国社会、经济的可持续发展。如何从数量上准确的预测人口数量以及各种人口指标，对我国制定与社会经济发展协调的健康人口发展计划有着决定性的意义。近年来我国的人口发展出现了许多新的特点，这些都影响着我国人口的增长。鉴此，本文依据灰色预测方法和年龄移算理论，基于人口普查统计数据，从人口系统发展机理上展开讨论。

首先根据灰色预测理论，建立了一级的灰色预测模型，再将近几年我国的人口数量带入模型，便得到未来较短时间内我国的人口数量。所得结果为我国总人口将于2006年、2007，2008，2009，2010年分别达到13.1495，13.2212，13.2909，13.3587，13.4246亿人。

然后分析人口发展方程中按年龄死亡率及生育模式等参数函数的内在变化规律，及其对总人口的影响，建立了莱斯利主模型，并在此基础上针对各参数函数的不同特点，建立了生育模型和死亡模型等子模型。在将所得子模型和主模型结合，依据当前人口结构现状对我国的人口做了长期的预测。所得结果是我国总人口将于2010年、2020年、2030年分别达到13.51058，14.38295，14.78661亿人与国家发展战略报告数据一致。

最后对所建模型的优缺点进行了客观的评价。

关键词：灰色预测模型，改进的莱斯利模型，老龄化指数，平均寿命，平均年龄。

一、问题的提出

1.1问题：

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。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。

近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007年初发布的《国家人口发展战略研究报告》还做出了进一步的分析。

关于中国人口问题已有多方面的研究，并积累了大量数据资料。试从中国的实际情况和人口增长的上述特点出发，参考附录2中的相关数据（也可以搜索相关文献和补充新的数据），建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测。

1.2背景分析：

中国是世界上人口最多的发展中国家，人口多，底子薄，人均耕地少，人均占有资源相对不足，是我国的基本国情，人口问题一直是制约中国经济发展的首要因素。

人口数量、质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。在我国现代化进程中，必须实现人口与经济、社会、资源、环境协调发展和可持续发展，进一步控制人口数量，提高人口质量，改善人口结构。对此，单纯的人口数量控制（如已实施多年的计划生育）不能体现人口规划的科学性。政府部门需要更详细、更系统的人口分析技术，为人口发展策略的制定提供指导和依据。

长期以来，对人口年龄结构的研究仅限于粗线条的定性分析，只能预测年龄结构分布的大致范围，无法用于分析年龄结构的具体形态。随着对人口规划精准度要求的提高，通过数学方法来定量计算各种人口指数的方法日益受到重视，这就是人口控制和预测。

二、问题分析

2.1 整体分析

人口增长模型是由生育、死亡、疾病、灾害、环境、社会、经济等诸多因素影响和制约的共同结果，如此众多的因素不可能通过几个指标就能表达清楚，他们对人口增长的潜在而复杂的影响更是无法精确计算。这反映出人口系统具有明显的灰色性，适宜采用灰色模型去发掘和认识原始时间序列综合灰色量所包含的内在规律。

灰色预测模型属于全因素的非线性拟合外推类法，其特点是单数列预测，在形式上只用被预测对象的自身序列建立模型，根据其自身数列本身的特性进行建模、预测，与其相关的因素并没有直接参与，而是将众多直接的明显的和间接的隐藏着的、已知的、未知的因素包含在其中，看成是灰色信息即灰色量，对灰色量进行预测，不必拼凑数据不准、关系不清、变化不明的参数，而是从自身的序列中寻找信息建立模型，发现和认识内在规律进行预测。

基于以上思想我们建立了灰色预测模型。

2.2 局部分析

在灰色预测模型中，与起相关的因素并没有直接参与，但如果考虑到直接影响人口增长的因素，例如出生率、死亡率、迁入迁出人口数等，根据具体的数据进行计算，则可以根据年龄移算理论，从某一时点的某年龄组人数推算一年或多年后年龄相应增长一岁或增长多岁的人口数。在这个人口数的基础上减去相应年龄的死亡人数，就可以得到未来某年龄组的实际人口数。对于0岁的新生人口，则需要通过生育率作重新计算。

当社会经济条件变化不大时，各年龄组死亡率比较稳定，相应活到下一年龄组的比例即存活率也基本上稳定不变。因而可以根据现有的分性别年龄组存活率推算未来各相应年龄组的人数。

即，若某t年年初有i岁人口数()t

x

i

人，次年即（t+1）年年初这些人长了一岁为（r+1）岁。若

()t d

i 为这批人在一年内的死亡率，则(t+1)年年初（i+1）岁的人口数为()()

()t

d

t

x

i

i

-

?1。0岁人口数

需要通过妇女生育情况另行计算。

因此可以建立人口发展矩阵方程模型这一主模型，并在其基础上建立生育率模型和死亡率模型。

三、模型假设

1.假设附件中所给数据真实可靠且具有预测性。

2.不考虑国内外的人口迁移对我国人口的影响。

3.不考虑香港、台湾以及澳门人口。

4.假设影响中国总人口数的主要因素是死亡率和出生率。

5.假设在社会稳定的前提下，生育和死亡率都比较稳定。

6. 由国家人口发展战略研究报告知，我国总和生育率从20世纪70年代初的5.8下降到目前的1.8，

低于更替水平。假设在未来的发展进程中，我国妇女的总和生育率保持为1.8。

四、名词解释

1. 人口：生活在一定社会生产方式、一定时期、一定地域，实现其生命活动并构成社会生活主体，

具有一定数量和质量的人所组成的社会群体。

2. 出生率：指某年每1000人对应的活产数，又称总出生率或粗出生率。它反映人口的出生水平，一

般以千分数表示。

3. 生育率：某年每1000名15-49岁妇女的活产婴儿数。又称一般生育率。该指标比出生率要精确一

些，因为它将同可能生育的特定性别年龄的人口联系起来（通常是15-49岁的妇女），排除了年龄性别结构不同引起的偏差。生育率比出生率更能揭示生育水平的变化。

4. 总和生育率：指假定妇女按照某一年的年龄别生育率度过育龄期，平均每个妇女在育龄期生育的

孩子数

5. 死亡率：一定时期内（通常为一年）死亡人数与同期平均人数（或期中人数）之比。说明该时期

人口的死亡强度，通常用千分比表示。

6. 人口增长率：人口增长程度或增长速度，即一定时期内人口增长数与人口总数之比。通常以一年

为期计算，用百分数表示。

7.人口年龄结构：某一年某一地区按年龄划分的人口数。

8. 老龄化指数：65岁以上人口对15岁以下人口的比例，数值越高说明老龄化程度越深。

9. 平均寿命：0岁时的期望寿命，用以反映同时出生的一群人预期可能存活的岁数。

10.灰生成：将原来数据通过某种运算交换为新数据，成为灰生成，新数据称为变换数据。

11.累加生成：将同一序列中数据逐次相加以生成新的数据。

五、模型的建立

模型一灰色预测模型

灰色系统是指既含有已知信息、又含有未知信息或非确知信息的系统，也称为贫信息系统。灰色模型是根据关联度、生成数灰导数、灰微分等观点和一系列数学方法建立起来的连续性的微分方程。灰色预测是灰色系统理论的一个重要方面，它利用这些信息，建立灰色预测模型，从而确定系统未来的变化趋势。灰色预测模型能够根据现有的少量信息进行计算和推测。

灰色建模的思路是：从序列角度剖析微分方程，是了解其构成的主要条件，然后对近似满足这些条件的序列建立近似的微分方程模型。而对序列而言（一般指有限序列）只能获得有限差异信息，因此，用序列建立微分方程模型，实质上是用有限差异信息建立一个无限差异信息模型。

设原始序列为

()()()()()()()},,2,1{0000n x x x x =

这是一组信息不完全的灰色量，具有很大的随机性，将其进行生成处理，以提供更多的有用信息。下面选用累加生成，则m 次累加生成的结果为

()()()()()()()},,2,1{n x x x x m m m m =

式中

()

()()()∑=-=k

i m m i x k x

1

1 （k=1,2,…，n ）

一般通过一次累加生成就能使数据呈现一定的规律，若规律不够，可增加累加生成的次数。同理一次累加序列为

()()()()()()()},2,1{1111n x x x x =

在数据生成的基础上，用线性动态模型对生成数据拟合和逼近。对()1x 建立模型

()()()()b k az k x =+10

其白化形式微分方程为

()()()

()()μ=+t ax t d t dx 11 记参序列T b a a ][=∧

→

，再按最小二乘法进行求解。 其向量形式为

N T T T

B B B b a a →→-→→→

???

? ??==∧

γ1

][

其中()()()

()()()k x k x k z 00112

1+-=

； ()()()()()()()()()()()()??????

?

????

???+--+-+-=→1]

1[5.01]32[5.01]21[5.0111111n x n x x x x x B ； ()()()()()()T N n x x x ]32[000 =→

γ；

白化形式微分方程的离散解为

()()()()a e a x k x

ak μμ--=+-]1[1?01 （k=0,1,2,…，n-1） 按()()()()()()t x t x t x

m m m ?1?1?1-+=+-累减生成还原，计算后得到预测数据。显然这里只需一次累减。 利用1999年-2005年的中国人口数据，然后根据最小二乘法原理运用Matlab 软件编程（程序见附录）对参数求解可以得到：0281.0=a ,0888.0=μ,初始序列的第一个元素为0.0975。

因此可得白化形式微分方程的离散解为

()()[]0281.00888.00281.00888.00975.01?0281.01--=+-k e k x

即 ()()1601.30626.31?02881.01--=+-k e k x

通过上述GM （1，1）模型的建模过程可知，模型的解是一个指数函数，实际上对于任意非负离散

点序列，其一次累加序列呈现指数规律，因此，用指数函数来拟合是可以的。

模型二 模型组

下面以人口发展矩阵方程为主模型，并在此基础上进一不建立生育模型和死亡模型的子模型。

主模型：改进的莱斯利模型

以年为组划分年龄组，令最长寿命为m,设第t 年满i 足岁不到i+1足岁的人数为()t x i ，t=0,1,2…，i=0，1，2，…，m.其中()t x i 表示符合条件的全部人口。记()t d i 为第t 年i 年龄组的死亡率，因此有

()()()()t x t d t x i i i -=++111，

i=0,1,2,…，m-1,t=0,1,2…. (式一)

令()t b i 为i 组妇女在t 年的生育率,],[21i i 为妇女的育龄期,()t k i 为i 组中t 年时的女性的人口比率,则第t 年出生的人口为

()()()()t x t k t b t p i i i i i i ∑==2

11. (式二)

设()t d 00为第t 年的婴儿的死亡率,有

()()()()t p t d t x 10001-=. (式三)

由式一和式三,易得

()()()()()()()()t x t k t b t d t d t x i i i i i i ∑=--=+2

1

0001111. (式四)

将()t b i 分解为

()()()t h t t b i i β=, (式五)

其中()t h i 是生育模式,成立()12

1=∑=t h i i i i ,而

()()t b t i i i i ∑==2

1

β (式六)

表示第t 年每一个育龄妇女 平均生育婴儿数. 令

()()()()()()()t k t h t d t d t b i i i 00011--='

, (式七)

将式五带入式二,则式四可改写为

()()()()t x t b t t x i i i i i ∑='=+2

111β. (式八)

分别令()()()()()T

m t x t x t x t X ,,,21 =,

()()

()()

?????

??

?

?

?---=-01000010

00010000

121t d t d t d t A m

, (式九) ()()()??

?

?

?

?

?

?

?''=0000

000000000000

21 t b t b t B i i . (式十)

那么有

()()()()()()t X t B t t X t A t X β+=+1. (式十一)

在社会稳定的前提下,生育率和死亡率都比较稳定,从而可以视A(t),B(t)为常矩阵A,B,则上式可

化为

()()()()t BX t t AX t X β+=+1.

为了便于处理数据，我们采常矩阵的改进莱斯利模型，但由于矩阵A ，B 的维数过大，所以将具

体的()t d 1--()t d m 1-以及()t b i '1--()t b i '

2置于附录，相应的A （t ）和B(t)也同样在附录。

人口指数： （1） 人口总数

()()t x t N m

i i ∑==0

（2） 平均年龄

()()()t ix t N t R m

i i ∑==0

1 （3） 平均寿命

()()∑∑==??

????-=m

j j i i t d t S 00exp

（4） 老龄化指数

()()()

t S t R t =

ω 依据这个模型不仅可以求出人口总数，还可以求出平均年龄、平均寿命及老龄化指数等众多量。

子模型一：生育模型

若k(r,t)p(r,t)个妇女中t 年代平均每年生育孩子数为()t r ,?，令()()

()()

t r p t r k t r t r l ,,,,?=，于是整个

育龄期间的妇女单位时间(t 年代)生育孩子数为

()()()()dr t r p t r l t r k t r r ?=2

1

,,,?

显然有()t r l ,主要依赖于平均每个妇女生育数目的多少，也取决于生育年龄早晚和生育间隔，后者称为生育方式或生育模式，为次我们将()t r l ,规格化处理，即

()()()t r h t t r l ,,β=

其离散模型为： ()()()()()t x t h t k t t i i r r i i ∑==2

1βψ

其中()t ψ是t 年代一生中全体育龄妇女生育婴儿总数，()t β为总合生育率。

知道了()t k i 和()t x i 各年龄的妇女生育孩子数就可以算出，该年代()t β及相应的()t h i 。

规范化了的生育模式函数()t r h ,可以比较准确地用2χ概率密度函数来刻画，即，生育模式函数大致满足2χ分布，()t r h ,对固定地t 可表示为

()()?????

?????

?<≥-??? ??Γ=---1

1

2

121202211

r r r r e r r n r h r r n n

求极值可得曲线()r h 地峰值对应的年龄max r 为21max -+=n r r 利用1978年的数据，生育模型用Γ分布的离散值：

()()???

???

?<≥-=--18

018

1876812

18

4r r e t r h r

子模型二：死亡模型

考虑到死亡率在儿童少年期，青壮年期，老年期各有不同的特征，因此在每个区间可以分别使用不同的模型进行拟合，基于SPSS 具有优秀数据统计分析工具，还有MATLAB 的强大图形功能，我们利用MATAB 对题中所给数据进行图像分析（参见附表4-6），综合前人的研究，用SPSS 拟合得到较优的分段模型.从而有以下模型

()()

?????≥-+?

1

115x e e

x e x x x

x βββαααξ

利用SPSS 得到的参数α=0.6189，β=0.9798

六、模型求解

Ⅰ 最小二乘法求解

处理灰色预测模型的辨识参数时，由最小二乘法原理运用Matlab 软件进行编程（程序见附录），从而得到辨识参数a,μ.其中a=0.0281，μ=0.0888.

最终得到GM （1，1）模型—— ()()1601.30626.31?02881.01--=+-k e k x

利用求得的GM （1，1）模型，对我国中短期期间的人口增长进行预测，然后利用Mathmatic 软件

进行计算，由后面模型检验的精度检验可知，此能够较精确地预测出未来几年我国的人口数，我们选择了预测未来5年来的人口数目，但对于我国长期的人口数预测来说，此模型预测的偏差愈来愈大，不便应用.下表为预测中短期数据值：

2006—2010年我国人口总数数据预测表

年份（年） 人数（亿） 2006 13.1495 2007 13.2212 2008 13.2909 2009 13.3587 2010 13.4246

Ⅱ 年龄移算原理求解

对数据进行预处理（参见附录），运用迭代算法借助Matlab 软件对模型二进行求解，得到未来三十多年我国的人口数，结果如下表所示：

2010-2030年我国人口总数数据预测表（5年为一阶段）

年份（年） 总人口数（亿） 2010 13.51058 2015 13.99319 2020 14.38295 2025 14.63732 2030 14.78661

同理可求出平均年龄，平均寿命，老龄化指数，见下表.

2010-2030年我国人口指数数据预测表（5年为一阶段）

年份平均年龄平均寿命老龄化指数市镇乡市镇乡市镇乡

2010 39.23

35 37.635

4

37.716

8

81.179

7

76.542

4

68.832

3

0.483

3

0.491

7

0.548

2015 41.88

97 39.991

39.694

6

81.179

7

76.542

4

68.832

3

0.516

0.522

5

0.576

7

2020 44.04

20 41.825

6

41.101

81.179

7

76.542

4

68.832

3

0.542

5

0.546

4

0.587

1

2025 45.60

11 43.127

3

41.911

8

81.179

7

76.542

4

68.832

3

0.561

7

0.563

4

0.608

9

2030 46.69

17 44.007

42.290

7

81.179

7

76.542

4

68.832

3

0.575

2

0.574

9

0.614

4

由上表数据，可用EXCEL画出平均年龄图，平均寿命图，老龄化指数图（参见附表1-3）.

七、结果分析及模型检验

Ⅰ模型一的检验：

为保证所建立灰色模型有较高的精度应用于预测实践，一般需要对其进行检验，步骤如下：（1）求出()()k

x0与()()k

x0?之残差()k e、相对误差k?和平均相对误差Φ：

原始数据和预测数据见下表一：

表一单位：亿年代原始数据预测数据

1999--2000 0.0975 0.0975 1999—2001 0.1824 0.1859 1999—2002 0.2649 0.2685 1999—2003 0.3451 0.3459 1999—2004 0.4231 0.4137 1999--2005

0.4989

0.4988

其中 ()()

()()

()k x

k x k e 00?-=，()()()%1000?=?k x k e k ，∑=?=Φn

k k n 1

1 通过这些公式不难得出如下表二：

表二 年代

原始数据

预测数据

残差

()k e

相对误差

k ?

1999--2000 0.0975 0.0975 0 0

1999—2001 0.1824 0.1859 -0.0035 0.019188596 1999—2002 0.2649 0.2685 -0.0036 0.013590034 1999—2003 0.3451 0.3459 -0.0008 0.002318169 1999—2004 0.4231 0.4137 0.0094 0.02221697 1999--2005 0.4989 0.4988 1E-04

0.000200441

而平均相对误差Φ=0.009587

（2） 求出原始数据平均值x ，残差平均值e ：

其中 ()()k x n x n k ∑==101，()

()k e n e n k ∑=-=2

011

运用Excell 求得：30198333.0=x ，00032.0=e

（3）求出原始数据方差21s 与残差方差2

2s 的均方差比值C 和小误差概率p ：

其中 ()()[]

2

102

1

1∑=-=n k x k x n s ，()()[]

2

2

02211∑=--=n k e k e n s

1

2s s

C =，()(){}

106745

.0s e k e P p <-=

计算可得： 150195372.01=s ，004771.02=s ，03176266.0=C ,p=0.96

通常()k e 、k ?、C 值越小，p 值越大，则模型的精度越好。若Φ<0.01且k ?<0.01,C<0.35,p>0.95,则模型精度为一级.观察数据可知03176266.0=C <0.35且p=0.96>0.95,所以该模型为一级模型。有很高的信任度。

Ⅱ 模型二的结果的分析：

在附件一（国家人口发展战略研究报告）中指出，我国总人口将于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。这与我们得到的在2010年人口为13.51058亿人和2020年达到14.38295亿人以及2030年的14.78661亿人很接近，由此可以看出我们所建模型的正确性。

由结果知，我国人口规模呈现先升后降的趋势，这达到了我们国家的计划生育指标，为我国经济建设奠定了基础。

从2010-2030年我国人口指数数据预测表（5年为一阶段）表数据和附表中的条形图，可以直观地看出我国人口的平均年龄随着时间的推移在逐渐增大，而且市、镇、乡依次成递减规律；平均寿命存在同样的规律，老龄化指数随时间的推移也在逐渐增大，说明我国人口老龄化程度在逐渐加深，而且市、镇、乡的老龄化指数成增加的趋势与国家发展人口战略报告的结果一致。

八、模型评价及推广

Ⅰ 模型的优缺点：

优点：本文建立了两个模型--灰色预测模型和改进莱斯利模型，其中灰色预测模型用于对中国人口增长趋势做出短期预测，而离散控制模型是做长期预测。

灰色预测模型是从自身的序列中寻找信息建立模型，发现和认识内在规律进行预测，而将影响目标的因素看成是灰色量，因而能够根据现有的少量信息进行计算和推测。

所以只需少量数据就可以进行较准确的预测，因而该模型有较强的移植性。在对该模型进行大量的试

验之后，可知它在做短期预测时精度是非常高的。

离散控制模型与灰色预测模型形成鲜明的对比，在此模型中则需充分考虑影响人口增长的因素，理解他们是怎样影响人口变化的，将定性的转化为的定量的。该模型考虑了各发面的因素，因而所的结果更贴近实际，有较高的实用价值和理论价值。

缺点：由于数据有限，未能充分考虑影响人口增长的因素，因此所建模型不全面，所得的结果与实际有一定的出入。

Ⅱ模型的改进：

对死亡模型的改进，对连续的按年龄死亡率函数可用多元样条，即曲面拟合来进行构造。

死亡率是一个客观现实的统计，不是受人为影响的量，一般受社会发展水平、医疗卫生、自然灾害、自然环境、社会环境等一些已知因素的影响比较大，还有受一些间接的、未知因素的影响，要把影响死亡率的各因素都包含在内是不可能的，只能根据以往的客观数据来对人群死亡率函数进行离散行式的拟合和预测，可用再次采用灰色预测。也可以建立一般的人群死亡率预测方法，要假定人群期望寿命有上限，或者采用控制人群期望寿命增长速度的方法，使得预测结果趋于合理，如最佳寿命表，模型寿命表等方法。

Ⅲ.模型的推广：

由于灰色预测模型能够根据现有的少量信息进行计算和预测，因而除了在人口方面适用，也在经济、生态、医学、工程技术、气象、水文及减灾等许多部门得到了广泛的推广。

改进的莱斯利模型主要通过迭代的方法预测未来长期人数，由于精度高，事业它可以应用于一些预测问题中，同时也可以对一些防止问题进行合理的处理。

九、做题感受

通过这次比赛，我们从中学到了许多，不仅仅是知识更有许多做人做事的道理。通过暑假一个月的数模培训，使我们得到较满意的结果：虽然觉得具体学到的知识不是太多，但它让我们认识到，数模不是让我们去解决理论上的难题，而是重在培养一种思维，一种对身边任何事物数学化的思维。这不但是数学理论的现实应用，更是对数学本身的深层次的理解。使我们在思考问题的时候有了较大的思维转变。在思考问题时会考虑的更全面，并对其进行深层次的思考，使我们变的更加严谨。

一个小组由三个队员组成，所以它决不是一个人的事情，这就要发扬团队协作精神，共同思考并解决问题。一个人的精力、思维或知识总是有限的，他不可能对某些大问题给出全面的、完美的结果。因此，注重集体的力量，协作搞好工作不容忽视。

数模带给我们的远不止这些，有些东西是只可意会不可言传的，总的来说，我们从中学到了许多许多。我们将一如既往的坚持下去。

十、参考文献

[1] 熊和金，徐华中，灰色控制，北京：国防工业出版社，2005.9。

[2] 谭永基，蔡志杰，数学模型，上海：复旦大学出版社，2005.2。

[3] 衷克定，数据统计分析与实践—SPSS for Windows,北京：高等教育出版社，2005.4。

[4] 陈强，人口系统模型及人口状况分析，中国优秀硕士学位论文，2004.9。

[5] 虞丽萍，人口年龄结构模型建模和预测，中国优秀硕士学位论文，2007。

[6] https://www.wendangku.net/doc/789075578.html,/tjsj/ndsj/

十一、附录

Ⅰ程序

1.1 模型一的程序：

灰色预测模型

a=[12.5768 12.6743 12.7627 12.8453 12.9227 12.9905 13.0756];

%1999年至2005年的统计人口数，t=1时映射的增长年份为94-95

for i=1:6

c(i)=a(i+1)-a(i); %年净增长人数

end

c

for i=1:6

b(i)=a(i+1)-a(1); %年净增长人数的1-AGO

end

b

B=zeros(2,5);

for i=1:5

B(1,i)=-0.5*(b(i)+b(i+1));

end

B(2,:)=[1 1 1 1 1];

C=B'; %矩阵转置

r=zeros(1,5);

for i=1:5

r(i)=c(i+1);

end

r=r';

s1=B*C;

s2=inv(s1);

s3=s2*B;

s=s3*r %结果系数为0.0281,0.0888；且序列c的第一个元素是0.0975

2.2 模型二的程序：

2.2.1年龄移算法的程序

for i=1:91

B(i+1)= A(i)*(1-d(i));

end

sum1=0;

for i=16:50

sum1=b(i-15)*k(i-15)*A(i)+sum1;

end

B(1)=(1-d(1))*(1-d(1))*sum1;

sum2=0;

for i=1:92

sum2=sum2+B(i);

end

B=zeros(1,92);

for i=1:91

B(i+1)=A(i)*(1-d(i));

End

2.2.2改进莱斯利模型的程序

注：下面只是举一例-2030年乡村人口预测及其人口特征程序，其余依次类推由于其中具体数据过于庞大，故不一一将其列出，只是将最近2005年的数据列出，请参见附表1.

子程序：

A11 %生成矩阵A的M文件，其维数为（90，90），表示各年龄段的死亡率.

B2 %生成矩阵B的M文件，其维数为（90，90），表示各年龄段的生育率.

x1 %生成矩阵X的文件，其维书为（90，1），表示各年龄段的抽样人数.

y=increase(x,A,B,25); %调用自定义的改进莱斯利模型函数

sum=0;

for i=1:90

sum=sum+y(i);

end

sum1=111489.7196*25;

sum=sum+sum1 %抽样的总人口数

s2=0;s3=0;s4=0;

for i=1:90

s2=s2+i*y(i);%求平均年龄中的

for j=0:i-1

if i<89

s3=a1(j+1)+s3;

else

s3=s3+29.6185*10^(-5);%对于查

end

s3=s3+19.0975*10^(-5);

end

s4=s4+exp(-s3);

end

r=s2/sum %平均年龄

s4 %平均寿命

w=r/s4 %老龄化指数

以下是改进莱斯利模型函数的程序

function y=increase(x,A,B,n)

for i=1:n

x=A*x+1.8*B*x;

end

y=x;

Ⅱ图形及图表

附表1

注：此为利用改进莱斯利模型得到的平均年龄图，系列1表示城市人口平均年龄；系列2表示镇人口平均年龄；系列3表示农村人口平均年龄.

附表2

注：此为利用改进莱斯利模型得到的平均寿命图，系列1表示城市人口平均寿命；系列2表示镇人口平均寿命；系列3表示农村人口平均寿命.

附表3

全国数学建模竞赛一等奖论文

交巡警服务平台的设置与调度 摘要 由于警务资源有限，需要根据城市的实际情况与需求建立数学模型来合理地确定交巡警服务平台数目与位置、分配各平台的管辖范围、调度警务资源。设置平台的基本原则是尽量使平台出警次数均衡，缩短出警时间。用出警次数标准差衡量其均衡性，平台与节点的最短路衡量出警时间。 对问题一，首先以出警时间最短和出警次数尽量均衡为约束条件，利用无向图上任意两点最短路径模型得到平台管辖范围，并运用上下界网络流模型优化解,得到A区平台管辖范围分配方案。发现有6个路口不能在3分钟内被任意平台到达，最长出警时间为5.7分钟。 其次，利用二分图的完美匹配模型得出20个平台封锁13个路口的最佳调度方案，要完全封锁13个路口最快需要8.0分钟。 最后，以平台出警次数均衡和出警时间长短为指标对方案优劣进行评价。建立基于不同权重的平台调整评价模型，以对出警次数均衡的权重u和对最远出警距离的权重v 为参数，得到最优的增加平台方案。此模型可根据实际需求任意设定权重参数和平台增数，由此得到增加的平台位置，权重参数可反映不同的实际情况和需求。如确定增加4个平台，令u=0.6，v=0.4，则增加的平台位置位于21、27、46、64号节点处。 对问题二，首先利用各区平台出警次数的标准差和各区节点的超距比例分析评价六区现有方案的合理性，利用模糊加权分析模型以城区的面积、人口、总发案次数为因素来确定平台增加或改变数目。得出B、C区各需改变2个平台的位置，新方案与现状比较，表明新方案比现状更合理。D、E、F区分别需新增4、2、2个平台。利用问题一的基于不同权重的平台调整评价模型确定改变或新增平台的位置。 其次，先利用二分图的完美匹配模型给出80个平台对17个出入口的最优围堵方案，最长出警时间12.7分钟。在保证能够成功围堵的前提下，若考虑节省警力资源，分析全市六区交通网络与平台设置的特点，我们给出了分阶段围堵方案，方案由三阶段构成。最多需调动三组警力，前后总共需要29.2分钟可将全市路口完全封锁。此方案在保证成功围堵嫌疑人的前提下，若在前面阶段堵到罪犯，则可以减少警力资源调度，节省资源。 【关键字】：不同权重的平台调整评价模糊加权分析最短路二分图匹配

葡萄酒的评价_全国数学建模大赛优秀论文

承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：重庆工商大学 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 9 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

葡萄酒的评价 摘要 酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定的程度上反映葡萄酒和葡萄的质量。本论文主要研究葡萄酒的评价、酿酒葡萄的分级以及酿酒葡萄与葡萄酒的理化指标之间的相互关系问题。 对于问题一:我们从假设检验的角度出发分析，对两组的评分进行均值和方差运算，并在零假设成立的前提下通过使用Matlab 做T 检验，得出两组评酒员对于红葡萄酒的评价结果无显著性差异，而对于白葡萄酒的评价结果存在显著性差异的结果。再建立可信度模型 = H ，计算结果如下表， 对于问题二:根据葡萄酒质量的综合得分，将其划分为优、良、合格、不合格四个等级，并对酿酒葡萄的理化指标进行主成分分析，得出对葡萄影响较大的 到了它们的偏相关系矩阵。利用通径方法建立了数学模型，得出了它们之间的线性回归方程： 11231123=2.001x 0.0680.015x +........=0.0540.7580.753x ......... y x y x x ----+红红红红白白白白 对于问题四:在前面主成分分析和葡萄酒分级的基础上，建立Logistic 回归模型，并利用最大似然估计法求出线性回归方程的参数，得出线性回归方程。运用SPSS 软件，通过matlab 编程运算，求出受它们综合影响的线性回归方程。在验证时，随机从上面选取理化指标，将它们带入P 的计算式中，通过所求P 值判断此时葡萄酒质量所属级别，得出了不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论。

数学模型课程设计-中国人口增长预测

中国人口增长预测 摘要: 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。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。对此，我们建立了短期与长期两种预测人口增长的模型，并对附录中城镇乡的人口演变趋势做拟合与分析。 本文的建模过程选用了1996年到2005年的人口数据。短期人口预测用曲线的直接拟合，分析出人口的增长趋势。人口的出生率与死亡率均符合指数函数bt =+，利 y ae c 用logistic模型求出人口最大上限 x，据此拟合人口增长的指数函数x（t），预测 m 2006-2011年的人口数量。长期预测中，建立灰色动态模型GM（1,1）预测中国人口长期增长趋势。在解系数的过程中运用了最小二乘法，得出预测人口数据的方程)0(?x，并预测2011年到2015年的人口数量。在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词: 曲线拟合、灰色动态模型、最小二乘法、自然增长率

一、问题的重述 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。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。 近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007年初发布的《国家人口发展战略研究报告》还做出了进一步的分析。 关于中国人口问题已有多方面的研究，并积累了大量数据资料。附录2就是从《中国人口统计年鉴》上收集到的部分数据。 试从中国的实际情况和人口增长的上述特点出发，建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测。 二、符号说明 nianfen 年份 chusheng 出生率 bata0 估计的参数值 nlinfit 非线性拟合函数 1 y出生率函数 2 y死亡率函数 m x人口上限 t 时间 x（t）人口增长函数 X(0)中国各年人口总数 X(1) X(0)的一次累加序列 Z(1) X(1)的紧邻均值生成数列 -a 发展系数 b 灰色作用量 )0(?x人口预测值 c 均方差 k ?相对误差 三、模型的假设 1.假设人口迁入迁出对问题产生的影响可以忽略； 2.忽略社会环境、自然、经济、文化水平的对人口的影响； 3.长期预测中，不考虑出生率、死亡率等因素的影响。 四、模型的建立与求解 4.1中国人口短期预测的模型建立与求解 根据查找资料得到，人口死亡率，出生率与人口增长符合指数增长的模型bt y ae c =+。模型选取了1996年到2005年的全国人口进行nlinfit拟合。（代码见附录一） 处理人口增长函数时，考虑到人口数量受资源等因素的约束，中国人口将有一个上限。定义函数时，用“人口上限与指数函数相减”模式。死亡率、出生率等客观因素很大程度上影响着中国人口的变化趋势。而且随着环境等的因素，中国的总人口最终会趋 向一个固定值，即最大容纳量x m，由logistic模型求出。假设x m 在短时间内不会改变， 则可利用逐年的历史数据来计算出人口增长率的变化情况。 设x(t)为第t年中国总人口数，r为人口的增长率，x m 为中国人口的最大容纳量。

2013全国数学建模大赛a题优秀论文

车道被占用对城市道路通行能力的影响 摘要 随着城市化进程加快，城市车辆数的增加，致使道路的占用现象日益严重，同时也导致了更多交通事故的发生。而交通事故发生过程中，路边停车、占道施工、交通流密增大等因素直接导致车道被占用，进而影响了城市道路的通行能力。本文在视频提供的背景下通过数据采集，利用数据插值拟合、差异对比、车流波动理论等对这一影响进行了分析，具体如下： 针对问题一，首先根据视频1中交通事故前后道路通行情况的变化过程运用物理观察测量类比法、数学控制变量法提取描述变量（如事故横断面处的车流量、车流速度以及车流密度）的数据，从而通过研究各变量的变化，来分析其对通行能力的影响。而视频1中有一些时间断层，我们可根据现有的数据先用统计回归对各变量数据插值后再进行拟合，拟合过程中利用残差计算值的大小来选择较好的模型来反应各变量与事故持续时间的关系，进而更好地说明事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。 针对问题二：沿用问题一中的方法，对视频2中影响通行能力的各个变量进行数据采集，同样使用matlab对时间断层处进行插值拟合处理，再将所得到的的变化图像与题一中各变量的变化趋势进行对比分析，其中考虑到两视频的时间段与两视频的事故时长不同，从而采用多种对比方式（如以事故发生前、中、后三时段比较差值、以事故相同持续时间进行对比、以整个事故时间段按比例分配时间进行对比）来更好地说明这一差异。由于小区口的位置不同、时间段是否处于车流高峰期以及1、2、3道车流比例不同等因素的影响，采用不同的数据采集方式使采集的变量数据的实用性更强，从而最后得到视频1中的道路被占用影响程度高于视频2中的影响程度，再者从差异图像的变化波动中得到验证，使其合理性更强。 针对问题三：运用问题1、2中三个变量与持续时间的关系作为纽带，再根据附件5中的信号相位确定出车流量的测量周期为一分钟，测量出上游车流量随时间的变化情况，而事故横断面实际通行能力与持续时间的关系已在1、2问中由拟合得到，所以再根据波动理论预测道路异常下车辆长度模型的结论，结合采集数据得到的函数关系建立数学模型，最后得出事故发生后，车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量这三者之间的关系式。 针对问题四：在问题3建立的模型下，利用问题4中提供的变量数据推导出其它相关变量值，然后代入模型，估算出时间长度，以此检验模型的操作性及可靠性。 关键词：通行能力车流波动理论车流量车流速度车流密度

数学建模国家一等奖优秀论文

２01４高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载)。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师)研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示(包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从Ａ/B/C/Ｄ中选择一项填写)：B 我们的报名参赛队号为（8位数字组成的编号）: 所属学校（请填写完整的全名)： 参赛队员(打印并签名) :1. 2． 3．

指导教师或指导教师组负责人(打印并签名): ?（论文纸质版与电子版中的以上信息必须一致,只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。) 日期： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）:

２０14高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录(可供赛区评阅时使用）：

人口预测模型经典

中国人口预测模型 摘要 本文对人口预测的数学模型进行了研究。首先，建立一次线性回归模型，灰色序列预测模型和逻辑斯蒂模型。考虑到三种模型均具有各自的局限性，又用加权法建立了熵权组合模型，并给出了使预测误差最小的三个预测模型的加权系数，用该模型对人口数量进行预测，得到的结果如下： 其次，建立Leslie人口模型，充分反映了生育率、死亡率、年龄结构、男女比例等影响人口增长的因素，并利用以1年为分组长度方式和以5年为 负指数函数，并给出了反映城乡人口迁移的人口转移向量。 最后我们BP神经网络模型检验以上模型的正确性 关键字：一次线性回归灰色序列预测逻辑斯蒂模型Leslie人口模型BP神经网络

一、问题重述 1. 背景 人口增长预测是随着社会经济发展而提出来的。由于人类社会生产力水平低，生产发展缓慢，人口变动和增长也不明显，生产自给自足或进行简单的以货易货，因而对未来人口发展变化的研究并不重要，根本不用进行人口增长预测。而当今社会，经济发展迅速，生产力达到空前水平，这时的生产不仅为了满足个人需求，还要面向社会的需求，所以必须了解供求关系的未来趋势。而人口增长预测是对未来进行预测的各环节中的一个重要方面。准确地预测未来人口的发展趋势，制定合理的人口规划和人口布局方案具有重大的理论意义和实用意义。 2. 问题 人口增长预测有短期、中期、长期预测之分，而各个国家和地区要根据实际情况进行短期、中期、长期的人口预测。例如，中国人口预期寿命约为70岁左右，因此，长期人口预测最好预测到70年以后，中期40—50年，短期可以是5年、10年或20年。根据2007年初发布的《国家人口发展战略研究报告》（附录一）及《中国人口年鉴》收集的数据（附录二），再结合中国的国情特点，如老龄化进程加速，人口性别比升高，乡村人口城镇化等因素，建立合理的关于中国人口增长的数学模型，并利用此模型对中国人口增长的中短期和长期趋势做出预测，同时指出此模型的合理性和局限性。 二、问题的基本假设及符号说明 问题假设 1． 假设本问题所使用的数据均真实有效，具有统计分析价值。 2． 假设本问题所研究的是一个封闭系统，也就是说不考虑我国与其它国家的人口迁移问题。 3． 不考虑战争 瘟疫等突发事件的影响 4． 在对人口进行分段处理时，假设同一年龄段的人死亡率相同，同一年龄段的育龄妇女生育率相同。 5． 假设各年龄段的育龄妇女生育率呈正态分布 6．人类的生育观念不发生太大改变，如没有集体不愿生小孩的想法。 7.中国各地各民族的人口政策相同。 符号说明 ()i a t --------------------第t 时间区间内第i 个年龄段人口总数 ()i c t --------------------第t 时间区间内第i 个年龄段人口总数占总人口的比例 ()k i c t --------------------第t 时间区间内第i 个年龄段中第k 年龄值人口总数占总人口 的比例 ()A t --------------------第t 时间区间内各年龄段人口总数的向量 ()P t --------------------第t 时间区间各年龄段人口总数向量转移矩阵

SARS传播的数学模型 数学建模全国赛优秀论文

SARS传播的数学模型 (轩辕杨杰整理) 摘要 本文分析了题目所提供的早期SARS传播模型的合理性与实用性，认为该模型可以预测疫情发展的大致趋势，但是存在一定的不足.第一，混淆了累计患病人数与累计确诊人数的概念；第二，借助其他地区数据进行预测，后期预测结果不够准确；第三，模型的参数L、K的设定缺乏依据，具有一定的主观性. 针对早期模型的不足，在系统分析了SARS的传播机理后，把SARS的传播过程划分为：征兆期，爆发期，高峰期和衰退期4个阶段.将每个阶段影响SARS 传播的因素参数化，在传染病SIR模型的基础上，改进得到SARS传播模型.采用离散化的方法对本模型求数值解得到：北京SARS疫情的预测持续时间为106天，预测SARS患者累计2514人，与实际情况比较吻合. 应用SARS传播模型，对隔离时间及隔离措施强度的效果进行分析，得出结论：“早发现，早隔离”能有效减少累计患病人数；“严格隔离”能有效缩短疫情持续时间. 在建立模型的过程中发现，需要认清SARS传播机理，获得真实有效的数据.而题目所提供的累计确诊人数并不等于同期累计患病人数，这给模型的建立带来不小的困难. 本文分析了海外来京旅游人数受SARS的影响，建立时间序列半参数回归模型进行了预测，估算出SARS会对北京入境旅游业造成23.22亿元人民币损失，并预计北京海外旅游人数在10月以前能恢复正常. 最后给当地报刊写了一篇短文，介绍了建立传染病数学模型的重要性.

1．问题的重述 SARS （严重急性呼吸道综合症，俗称：非典型肺炎）的爆发和蔓延使我们认识到，定量地研究传染病的传播规律，为预测和控制传染病蔓延创造条件，具有很高的重要性.现需要做以下工作： （1） 对题目提供的一个早期模型，评价其合理性和实用性. （2） 建立自己的模型，说明优于早期模型的原因；说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够信息的模型，并指出这样做的困难；评价卫生部门采取的措施，如：提前和延后5天采取严格的隔离措施，估计对疫情传播的影响. （3） 根据题目提供的数据建立相应的数学模型，预测SARS 对社会经济的影响. （4） 给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性. 2．早期模型的分析与评价 题目要求建立SARS 的传播模型，整个工作的关键是建立真正能够预测以及能为预防和控制提供可靠、足够的信息的模型.如何结合可靠、足够这两个要求评价一个模型的合理性和实用性，首先需要明确： 合理性定义 要求模型的建立有根据，预测结果切合实际. 实用性定义 要求模型能全面模拟真实情况，以量化指标指导实际. 所以合理的模型能为预防和控制提供可靠的信息；实用的模型能为预防和控制提供足够的信息. 2.1早期模型简述 早期模型是一个SARS 疫情分析及疫情走势预测的模型， 该模型假定初始时刻的病例数为0N ， 平均每病人每天可传染K 个人（K 一般为小数），K 代表某种社会环境下一个病人传染他人的平均概率，与全社会的警觉程度、政府和公众采取的各种措施有关.整个模型的K 值从开始到高峰期间保持不变，高峰期后 10天的范围内K 值逐步被调整到比较小的值，然后又保持不变. 平均每个病人可以直接感染他人的时间为L 天.整个模型的L 一直被定为20.则在L 天之内，病例数目的增长随时间t (单位天)的关系是： t k N t N )1()(0+?= 考虑传染期限L 的作用后，变化将显著偏离指数律，增长速度会放慢.采用半模拟循环计算的办法，把到达L 天的病例从可以引发直接传染的基数中去掉. 2.2早期模型合理性评价 根据早期模型对北京疫情的分析与预测，其先将北京的病例起点定在3月1日，经过大约59天在4月29日左右达到高峰，然后通过拟合起点和4月20日以后的数据定出高峰期以前的K =0.13913.高峰期后的K 值按香港情况变化，即10天范围内K 值逐步被调整到0.0273.L 恒为20.由此画出北京3月1日至5月7日疫情发展趋势拟合图像以及5月7日以后的疫情发展趋势预测图像，如图1.

中国人口增长趋势预测

中国人口增长趋势预测 摘要 人口总数的预测对未来资源分配，划分有着重要的意义，本文根据人口预测模型结合所给数据进行人口预测，并进行模型改进结合最小二乘法拟合出较理想的人口变化趋势。 第一问中，采用Logistic模型描述了人口的增长规律，通过简要的假设设置相应的预测系数 第二问中，根据表中所给的数据，运用Matlab以及Excel得出人口随时间变化的曲线 第三问中，通过运用非线性最小二乘法拟合，Matlab编程得到相关的系数x =r 万人，并判断模型的可用性。 .0 248205= 0253 m 第四问中，根据所得的模型，带入相关数值得到2030年人口数量将达到144210万人 第五问中，通过改进求解拟合参数的方法，将非线性最小二乘法改为线性最小二乘法估计模型参数，通过分析可知2030年可能会达到我国人口数量的峰值近似为145168万人，与国家人口预测结果基本相符合。 关键词：Logistic模型；最小二乘估计；Matlab；线性拟合

一. 问题提出 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。关于中国人口问题已有多方面的研究，并积累了大量数据资料，对于表中所给出的数据，研究人口增长的规律。 问题一，作出适当的简化假设，在此基础上建立中国大陆人口群体增长的数学模型。 问题二，对表中所给出的数据，画出1949~2017年中国大陆人口总数随时间变化的曲线； 问题三，对第1问模型中的参数进行估计 问题四，预测2030年中国大陆的人口总数。 问题五，模型的评价与改进。 二．问题分析 由于人口的增长受到自然资源，环境条件等因素的影响，因此第一问的模型选取应该选用能够反映阻滞作用对人口增长率的影响，使增长率r能够随着人口数量的增长而下降，基于此选择了典型的人口增长模型logistic函数，并对相应的参数进行设置。 第二问中由Matlab能够得到表中数据的变化趋势。 第三问中对于大数据处理要得到模型中的相应参数需要用最小二乘法进行系数估计，通过分析曲线的特点评价模型的可用性。 在第四问，根据模型带入相应的时间预测对应的人口总数。 第五问中，由分析可知，线性最小二乘法估计参数要比非线性最小二乘法估计参数的精度要更高，因此通过观察人口增长率的曲线可以近似拟合成一次函数的现象，将估计参数的方法改为线性最小二乘法估计参数，并结合数据实际曲线，确定相应的模型参数。 三．模型的基本假设 （1）生育模式相对不变 （2）所用数据真实可靠 （3）不考虑生存空间等自然资源的制约,不考虑意外灾难等因素对人口变化的影 （4）较短的时期内的死亡率是稳定的

美国大学生数学建模竞赛优秀论文翻译

优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的

全国大学生数学建模竞赛论文

2009高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名)：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)：指导教师组 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）：

2009高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国评阅编号（由全国组委会评阅前进行编号）：

论文标题 摘要 摘要是论文内容不加注释和评论的简短陈述，其作用是使读者不阅读论文全文即能获得必要的信息。 一般说来，摘要应包含以下五个方面的内容： ①研究的主要问题； ②建立的什么模型； ③用的什么求解方法； ④主要结果（简单、主要的）； ⑤自我评价和推广。 摘要中不要有关键字和数学表达式。 数学建模竞赛章程规定，对竞赛论文的评价应以： ①假设的合理性 ②建模的创造性 ③结果的正确性 ④文字表述的清晰性 为主要标准。 所以论文中应努力反映出这些特点。 注意：整个版式要完全按照《全国大学生数学建模竞赛论文格式规范》的要求书写，否则无法送全国评奖。

2007全国数学建模中国人口增长预测

2007全国数学建模中国人口增长预测 摘要： 针对题目所提要求，我们建立了两个中国人口预测模型，分别用于对中国人口的发展趋势做短期和中长期的预测。 为了对中国人口发展做短期的预测，考虑到题目所给的数据资料的不全面，我们由马尔萨斯的人口指数增长模型得到启发，针对中国人口发展的特点，把出生率和死亡率函数这两大对人口增长起主要作用的因素作为建模的关键参数，在附件中没有给出中国近年总人口数的情况下，建立了短期内预测中国人口增长的微分方程模型。在该模型中，为了得到出生率和死亡率函数这两个重要参数，我们通过分析题目所给数据，提取出有效信息，计算归纳出2001年到2005年的出生率和死亡率，并在此基础上引入灰色模型，用于对出生率和死亡率进行预测，得出了出生率和死亡率关于时间的函数。较准确的估计出了人口增长的关键参数，使得建立的人口增长短期预测模型不仅符合中国人口的发展特点，而且简单易用，能在未知总人口数的情况下预测人口的相对发展变化，这一优点使得可以方便且准确的用于预测中国人口短期内的发展趋势。 为了对中国人口发展做中长期的预测，考虑到短期模型在预测人口中长期发展中的局限性以及影响人口发展的众多因素的不确定性和它们之间关系的复杂性，我们利用灰色动态模型的特点，从《中国统计年鉴》中查到了中国近年的人口总数（见附表一），把人口数做为灰色量，对原始各年人口序列进行分段建模，对各分段模型进行定性分析比较，根据各阶段宏观指标的相关确定一组适当的权数，进行预测模型的最优组合，以确定最优预测模型，从而建立了中长期预测中国人口增长的灰色动态系统人口模型，对中国人口进行了中长期的预测。 在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、妇女生育率、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词：出生率、死亡率、指数增长模型、灰色动态模型、性别比、老龄化、生育率。

2011年全国数学建模大赛A题获奖论文

城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图

一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值

数学建模 人口模型 人口预测

关于计划生育政策调整对人口数量、结构及其影响的研究 【摘要】 本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。 对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了 Logistic 、灰色预测、等方法进行建模预测。 首先，本文建立了 Logistic 阻滞增长模型，在最简单的假设下，依照中国人口的历 史数据，运用线形最小二乘法对其进行拟合， 对 2014 至 2040 年的人口数目进行了预测， 得出在 2040 年时，中国人口有 14.32 亿。在此模型中，由于并没有考虑人口的年龄、 出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理 论上很好，实用性不强，有一定的局限性。 然后， 为了减少人口的出生和死亡这些随机事件对预测的影响， 本文建立了 GM(1,1) 灰色预测模型，对 2014 至 2040 年的人口数目进行了预测，同时还用 2002 至 2013 年的 人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测， 得出 2040 年时，中国人口有 14.22 亿。与阻滞增长模型相同，本模型也没有考虑年龄 一类的因素，只是做出了人口总数的预测，没有进一步深入。 对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab 对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。同理，针对其非户籍人口，我们进行matlab 拟合发现，其为非线性相关，并得出相关函数。并做出了拟合函数 0.0419775(1)17255.816531.2t X t e ?+=?-。 对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数0.032735617965.017372.5t Y e ?=?-；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。 关键词:GM(1,1)灰色模型 Logistic 阻滞增长模型 线性拟合 非线性拟合

2014年数学建模国家一等奖优秀论文设计

2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参 赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括、电子、网上咨询等） 与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或 其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文 引用处和参考文献中明确列出。 我们重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违 反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展 示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的报名参赛队号为（8位数字组成的编号）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3.

指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2014 年 9 月 15日赛区评阅编号（由赛区组委会评阅前进行编号）：

2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：

2011年数学建模大赛优秀论文

交巡警服务平台的设置与调度的数学模型 摘要 针对交巡警服务平台的设置与调度问题，本文主要考虑出警速度和各服务平台的工作量来建立合理方案。对于A区的20个交巡警服务平台分配管辖范围的问题，我们采用Dijkstra算法，分别求得在3分钟内从服务台可以到达的路口。根据就近原则，每个路口归它最近的服务台管辖。 对进出A区的13个交通要道进行快速全封锁，我们采用目标规划进行建模，运用MATLAB软件编程，先找出13个交通要道到20个服务台的所有路径。然后在保证全封锁时间最短的前提下，再考虑局部区域的封锁效率，即总封锁时间最短，封锁过程中总路程最小，从而得到一个较优的封锁方案。 为解决前面问题中3分钟内交巡警不能到达的路口问题，并减少工作量大的地区的负担，这里工作量以第一小问中20个服务台覆盖的路口发案率之和以及区域内的距离的和来衡量。对此我们计划增加四个交巡警服务台。避免有些地方出警时间过长和服务台工作量不均衡的情况。 对全市六个区交警平台设计是否合理，主要以单位服务台所管节点数，单位服务台所覆盖面积，以及单位服务台处理案件频率这些因素进行研究分析。以A 区的指标作为参考，来检验交警服务平台设置是否合理。 对于发生在P点的刑事案件，采用改进的深度搜索和树的生成相结合的方法，对逃亡的犯罪嫌疑人进行可能的逃逸路径搜索。由于警方是在案发后3分钟才接到报警，因此需知道疑犯在这3分钟内可能的路线。要想围堵嫌疑犯，服务台必须要在嫌疑犯到达某节点之前到达。用MATLAB编程，搜索出嫌疑犯可能逃跑的路线，然后调度附近的服务台对满足条件的节点进行封锁，从而实现对疑犯的围堵。 关键词：Dijkstra算法；目标规划；搜索；

中国人口增长预测模型

中国人口增长预测模型 张孟琦、王光昭、陈阔 指导教师：杨亚莉 （空军工程大学，西安 L25） 摘要：本文从中国60年代开始出现的回声婴儿潮现象，以及如今中国城乡人口生育差异和男女比例失调等特点出发，将市、镇、乡中不同性别人口按年龄段分别处理，并引入农村人口向城镇迁移的因素，建立起一个关于中国人口增长的常微分方程组初值问题的数学模型和Leslie矩阵迭代模型。还利用该模型对中国未来人口的增长变化进行了预测。并通过MATLAB软件编程分别建立长、短期男女人口比例模型，针对男女比例失调问题，就中国男女比例变化趋势对未来中国人口的增长变化的影响进行了预测与讨论。 关键词：回声婴儿潮；男女比例；老龄化；城镇化

1、引言： 近年来中国出生人口性别比持续升高，第五次全国人口普查为117，2003年抽样调查为119，个别省份超过130。2005年1%抽样调查为118.58。城乡均出现异常，农村失调程度更为严重。预计到2020年，20－45岁男性将比女性多3000万人左右。同时，中国也是目前世界上唯一一个采取干涉生育措施的国家，因此我们想就此对我国未来男女比例的影响做出分析。 在这里我们要引入回声婴儿潮（Echo baby boom）的概念来分析我国的人口情况。下图（底图来源：世界银行）是中国1962年以来40多年间的人口自然增长率曲线(蓝色)： 因为1962年之前有过5年左右的非自然增长，所以我们把50年代的数据不计入分析过程。进入60年代，随着“三年困难时期”结束，生产在一定程度上恢复稳定，又加上鼓励生育，所以在1962

年-1971年期间第一个稳定的婴儿潮B，其峰值发生在1966年（红线1）。70年代中期开始调整了生育政策，并且随着生产生活的模式的变化，之后人口增长率陡降。80年代以后，婴儿潮B的大多数女性开始进入生育年龄（当时全国平均是22岁），开始迎来了第二批稳定生育高峰，婴儿潮C，这个C的形状是B的复制，就像回声一样一波一波的，所以称为（第一）回声婴儿潮，发生在1982年-1991其峰值出现在1988年（红线2，即1966+22，完全符合生育年龄均值）。现阶段是平均生育年龄是27岁，随着回声婴儿潮C中出生的人口逐渐进入生育年龄，理论上潮D的峰值应该出现在2015年，但是尽管现在全国已经放开二孩政策，近几年的曲线却较为平缓，回声婴儿潮D并没有如期而至。通过分析，我们认为这主要是由于人们生育观念改变导致的，因而我们可以认为在未来如果不考虑世界大战、重大灾害等重大事件，总人口自然增长率将不会有较大波动，我们将在这个条件下建立模型推算未来的男女比例。 2.模型的预备知识 2.1模型假设 1）不考虑国境间人口流动对人口统计的影响； 2）不考虑所统计的数字中的人口漏报的现象； 3）不考虑各地方生育法规的灵活性政策对全国人口政策影响； 4）不考虑针对少数民族的特殊政策；

数学建模B题优秀论文

2010高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的 资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规 则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 王静茹 2. 杨曼 3. 朱元霞 指导教师或指导教师组负责人 (打印并签名)： 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）：

2010高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 2010年上海世博会经济影响力的定量评估 摘要 本文选取2010年上海世博会对上海经济的影响作为研究对象，首先，我们选择了 五届影响力较大的世博会与上海世博会进行了定量的纵向评估。 利用互联网的相关数据，运用层次分析法确定了各级评价指标的相对权重，然后 利用模糊综合评判法给这六届世博会的经济影响力进行了定量评估，利用MATLAB 计算出了1933年芝加哥世博会以来六届综合性世博会的经济影响力的综合评分依次为 75.12、80.01、80、11、77.35、79.35、80.75，由表我们可以肯定上海世博会的经济影响力是继1851年伦敦世博会以来较强的。 其次我们采用投入——产出模型模型的核心思想，以年份与GDP 的对数值的二次 相关关系和上海市社会固定资产总投入与GDP 的对数值的线性关系，利用上海统计年鉴发布的数据，分别建立无世博影响的表达式i i i x x x e Q 21210904.01117.00032.06278.81-++=，与有世博影响的表达式i i i x x x e Q 21212955.00176.00019.01211.82+-+=，两式的预测误差均在1.1%以内。与 2008年真实值比较，用表达式1Q 预测2008年的GDP 的值可以得出世博会对2008年上海市经济贡献率达到20.9%。并且在得知申办世博会后第i 年上海市固定投入总额的前提下由%1002 12?-=Q Q Q η可求出世博会对上海地区经济的持续性积极影响。如假设2011年市固定资产总投资为5600亿元，则世博会对上海经济有16%的积极影响。 最后,经过对2010年上海世博会的经济影响力的两方面的评估,我们得知上海世博 会在历届世博会的经济影响力的综合评分中是最高的。由此得出,上海世博会对上海经济的影响力是非常大的,此次世博会除了对上海的直接收益影响明显外, 世博会对上海地区经济的持续性积极影响。 关键词：层次分析 模糊综合评判 投入——产出模型 回归模型 一、问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 二、问题分析