基于GM-LSTM模型的南京市老年人口预测研究

摘要：

当前,中国人口老龄化问题日益突出,准确预测未来老年人口数量是夯实形势政策研究的基础性工作,对于相关政策的制定和社会发展具有重要的参考价值.文中提出了GM-LSTM模型,该模型将灰色系统动态模型与LSTM深度学习神经网络的优势相结合,构建组合模型,利用LSTM神经网络模型修正GM预测模型中估计序列与原序列的残差.模型验证表明,GM-LSTM模型具备良好的预测精度和泛化能力.利用GM-LSTM模型,选取2008-2017年的数据进行分析,预测2021-2035年南京市各行政区老年人口数量及密度.结果表明,南京市各行政区未来15年老年人口数量呈现出高基数、高增长的态势,且各行政区之间老年人口密度差异显著,中心城区的老年人口密度较高,成为老年密集区,人口密度随着近郊区方向逐渐递减.

关键词：人口老龄化、灰色预测模型、LSTM、组合模型、人口预测

所属期刊栏目：48

分类号：C924(人口学)

资助基金：国家社会科学基金18FJY019

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：231-234,245