基于人工免疫—神經(jīng)網(wǎng)絡(luò)算法預(yù)測未來我國的人口數(shù)量

張玉華+白皓+喬戰(zhàn)龍+賀興輝

摘要： 中國是一個人口大國，人口問題與我國的發(fā)展息息相關(guān)，預(yù)測未來人口的變化趨勢對我國的發(fā)展是十分重要的。本文先通過相關(guān)文獻搜集到前幾年我國的人口數(shù)據(jù)，通過建立神經(jīng)網(wǎng)絡(luò)模型，并利用人工神經(jīng)網(wǎng)絡(luò)作為隱含層以提高精度，最后得到2016-2030年我國的人口數(shù)量。

摘要：人工免疫-神經(jīng)網(wǎng)絡(luò)模型；預(yù)測；人口數(shù)量

1.算法簡介：

神經(jīng)網(wǎng)絡(luò)模型是對生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)的模擬，但并非神經(jīng)系統(tǒng)的逼真描寫，而只是一種抽象的數(shù)學(xué)模型，其信息處理功能是由神經(jīng)元的輸出輸入特性和網(wǎng)絡(luò)的拓撲結(jié)構(gòu)所決定的。人工神經(jīng)網(wǎng)絡(luò)由輸入層，輸出層及隱含層組成，隱含層可有一個或多個，每層都有一個或多個神經(jīng)元組成[1]。

2.算法步驟：

1.輸入樣本正向傳播

即為樣本由輸入層經(jīng)隱含層向輸出層傳播計算，此過程主要利用輸入樣本求出它所對應(yīng)的實際輸出。

（1）隱含層中第i個神經(jīng)元的輸出為：

（1）

（2）輸出層中第k個神經(jīng)元的輸出為：

（2）

2.輸出誤差逆向傳播

定義誤差函數(shù)為：

（3）

給出權(quán)值變化如下：

（1）輸出層權(quán)值變化：從第i個輸入到底k個輸出的權(quán)值為[2]：

（4）

（2）隱含層的權(quán)值變化：從第j個輸入到第i個輸出的權(quán)值

（5）

（3）對于隱含層中的分析過程，結(jié)合人工免疫算法來考慮。由于影響人口的因素是多方面的且不確定的，利用人工免疫算法在隱含層中的處理如下[3]：

●ABj初始化，并設(shè)置對人們影響集規(guī)模nab，循環(huán)代數(shù)gmax， 設(shè)置交叉概率pc，變異概率pm。

● 依據(jù)公式fij=e||Agi-ABj||計算影響因素集AG中的其中一個Agi與影響集ABj之間的親和力fij。

● 依據(jù)fij大小，對AB中的含量進行選擇、交叉和變異等遺傳操作，得到具有更好親和力的含量集ABj。

● 依據(jù)中止條件，判斷含量集ABj是否繼續(xù)進化[4]，如果沒達到，循環(huán)進行2和3。

● 依據(jù)公式fMZ =e||M-z||，計算記憶含量集合M與待預(yù)測樣本Z=（z1， z2，…， zi）之間親和力fMZ。

● 依據(jù)親和力fMZ，利用近鄰算法判斷待預(yù)測樣本狀態(tài)。

3.數(shù)據(jù)搜集：

4.模型求解：

將表一中的人口數(shù)據(jù)代入模型中，得出未來我國的人口數(shù)量，如圖1所示：

由圖像可知，未來十幾年內(nèi)我國人口隨年份的大致呈線性增長趨勢。這可能與未來經(jīng)濟的發(fā)展，物質(zhì)的增加等因素有關(guān)。通過神經(jīng)網(wǎng)絡(luò)進行預(yù)測，并通過人工免疫算法來求解隱含層，使得模型具有較強的可靠性與預(yù)測性。

參考文獻：

[1]張宏，馬巖，李勇，張銳利，張學(xué)軍，張銳. 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的核桃破裂功預(yù)測模型[J]. 農(nóng)業(yè)工程學(xué)報，2014，30（18）：78-84.

[2]尹光志，李銘輝，李文璞，曹偈，李星. 基于改進BP神經(jīng)網(wǎng)絡(luò)的煤體瓦斯?jié)B透率預(yù)測模型[J]. 煤炭學(xué)報，2013，38（07）：1179-1184.

[3]張豪，羅亦泳. 基于人工免疫算法的邊坡穩(wěn)定性預(yù)測模型[J]. 煤炭學(xué)報，2012，37（06）：911-917.

[4]蔡曦，胡昌華，蔡光斌. 基于人工免疫RBF神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測方法研究[J]. 電光與控制，2007，（04）：109-112.

作者簡介：張玉華（1996-12）女，漢族，河北省石家莊市欒城區(qū)。endprint