1. 中国科学院数学与系统科学研究院,北京 100190;2. 中国科学院预测科学研究中心, 北京 100190;3. 中国科学院大学,北京 100049
出版日期:
2018-06-25发布日期:
2018-08-21Four-Layer Parameter Self-Adjusting BP Neural Network Model and Its Application in Population Mortality Prediction
XIANG Xin 1,3 ,LIU Xiuli 1,2,31. Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190; 2. Chinese Academy of Sciences Prediction Science Research Center, Beijing 100190; 3. Chinese Academy of Sciences, Beijing 100049
Online:
2018-06-25Published:
2018-08-21摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
为有效提高神经网络的学习效率并降低其陷入局部极小值的概率, 文章构建了四层参数自调整BP神经网络模型, 该模型具有四层特殊的网络结构, 采用附加动量法与自适应法调整参数. 数值试验表明, 与常规的BP神经网络相比, 该方法的学习收敛速度与预测精度均有较大改进. 鉴于人口死亡率的复杂变化趋势, 使用单个模型无法准确预测, 文章同时建立了GM$(1,1)$模型与ARMA$(2,2)$模型, 结合三种模型的优势, 应用模型平均方法预测了中国人口的死亡率. 结果显示, 2018--2020 年中国人口的死亡率分别为7.1042\textperthousand, 7.1040\textperthousand ~和7.1045\textperthousand.
分享此文: