基于新陈代谢灰色模型对人口老龄化的预测

近年来,我国老龄化人口数持续增长,人口老龄化已成为了在新时代所面临的最突出问题之一.以2005—2020年四川省老龄化人口数据为基础数据,充分考虑到扰动因素和驱动因素等新信息影响,以及模型中差分到微分直接过渡导致较大误差和建模数据的特点,构建改进的新陈代谢离散DGM(2,1)模型对四川省老龄化人口数进行预测.预测结果表明,四川省老年人口规模在未来的几年内不断扩大,将会面临巨大的养老压力.

基于灰作用量和灰导数优化的DGM(2,1)模型

为解决原始DGM(2,1)模型中灰作用量存在的灰色不确定性问题,以及直接以差商代替微商选取灰导数会产生较大误差的问题,首先利用变换的一阶中心差商替换积分项以优化灰导数,再将线性时变灰作用量引入DGM(2,1)模型,进而推导出基于线性时变灰作用量和优化灰导数的DGM(2,1)模型的时间响应序列.通过实证分析得出新模型较其他几类模型精度更高,具有一定的可行性与有效性.新模型不仅适用于非齐次指数序列的预测,并且也适用于摆动序列的短期预测.