基于改进的混沌鲸鱼算法优化DBN的广东人口数量预测研究
为了估算广东省人口总数和老龄化人口总数,针对深度置信网络模型的性能易受其权值和阈值选择的影响,提出一种基于改进的混沌鲸鱼算法优化DBN的人口数量预测模型.首先,为提高鲸鱼算法的收敛速度和避免局部最优,将Skew Tent混沌模型和非线性收敛因子引入WOA算法用于初始化WOA种群和改进WOA更新策略.其次为了提高DBN模型的性能,运用ICWOA算法对DBN模型的权值和阈值进行优化选择,融合影响人口数量的多因素特征因子,将不同年龄段的总人数、死亡率、存活率、年生育率、第一产业占比、第二产业占比以及第三产业占比等多因素特征因子作为ICWOA-DBN的输入,人口数量作为ICWOA-DBN的输出,建立ICWOA-DBN人口数量预测模型.通过标准函数测试寻优对比发现,提出的ICWOA具有更快的收敛速度和更小的适应度值.为了验证本文算法ICWOA-DBN的预测性能,以第6次全国人口普查数据为参考依据,选择2005～2016年广东省历年常住人口总数和老龄化人口总数为研究对象,研究结果表明,与IWOA-DBN、WOA-DBN、GA-DBN和DBN相比,提出的ICWOA-DBN的人口数量预测模型的精度最高,为人口数量预测提供新的方法和途径.
鲸鱼优化算法、深度置信网络、人口数量预测
34
TP391(计算技术、计算机技术)
广东省哲学社会科学十三五规划学科共建项目GD17XSH03
2020-06-17（万方平台首次上网日期，不代表论文的发表时间）
共11页
164-174
