径向基神经网络模型在人口老龄化预测中的应用——以湖南省为例

人工神经网络具有良好的非线性映射逼近性能,在各类预测研究中得到了广泛应用。径向基函数神经网络（Radial Basis Function,RBF）因其网络学习速度较快且能避免局部极小值,预测值则更接近于真实值。针对湖南省老龄化突出的现状,以湖南省老龄化指数历史数据为基础,从经济水平、人口自然增长、社会保障三个方面构建湖南省老龄化的影响因子体系,用RBF神经网络方法建立了人口老龄化的定量预测模型。作为对比,同时用多元线性回归方法进行了预测,结果表明RBF神经网络预测模型精度更高,预测结果更加合理可靠。