瀋巍、宋玉坤著的《基於復合知識挖掘的北京市
人口膨脹趨勢預測方法研究》全面考慮對北京市人口
增長有重要影響的定性類知識性影響因素，研究建立
了包含數據庫、文本庫、推理規則庫和經驗知識庫的
復合知識庫。利用庫中知識性因素動態調整數量化因
素在預測中產生的誤差，挖掘出與預測目標高度相似
的新的歷史數據作為輸入數據，從而形成一種基於復
合知識挖掘的新的建模預處理技術；研究神經網絡優
化技術和決策樹嵌入神經網絡技術，建立能同時處理
定量和定性影響因素的基於復合知識挖掘的智能優化
神經網絡預測模型。

第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 **外研究現狀
1.3 研究內容
1.4 研究方法
1.5 創新點
第2章 北京市人口增長的特點及影響因素分析
2.1 北京市常住人口現狀分析
2.1.1 常住人口的增長趨勢
2.1.2 常住人口的地區分布狀況
2.1.3 常住人口的年齡構成狀況
2.1.4 常住人口的文化素質特征
2.2 北京市人口增長的特點
2.3 影響北京市人口增長的因素分析
2.3.1 影響常住人口自然增長的因素分析
2.3.2 影響常住人口機械增長的因素分析
2.3.3 因素分類
2.4 本章小結
第3章 人口預測模型概述
3.1 傳統的基於統計學原理的人口預測模型
3.1.1 指數模型
3.1.2 Logistic人口增長模型
3.1.3 馬爾科夫鏈模型
3.1.4 凱菲茨矩陣模型
3.1.5 萊斯利矩陣
3.1.6 自回歸滑動平均模型
3.1.7 人口發展方程
3.1.8 比較分析
3.2 創新型智能化人口預測模型
3.2.1 人工神經網絡模型
3.2.2 灰色模型
3.3 兩類模型的比較
3.3.1 理論比較
3.3.2 實證比較
3.4 人口預測模型的功能與特點
3.4.1 具有並行處理大量非線性數據的功能
3.4.2 具有自主學習、自我調整的功能
3.4.3 具有多指標同時輸入的功能
3.4.4 具有處理非量化文本因素的功能
3.4.5 具有針對性
3.5 我國人口預測模型現狀
3.5.1 應用統計類預測模型對我國人口進行預測
3.5.2 應用創新型智能化預測模型進行人口預測
3.6 我國人口預測模型中存在的問題及其相應對策
3.6.1 我國人口預測模型中存在的問題
3.6.2 解決問題的相應對策
3.7 本章小結
第4章 基於生物進化算法優化的神經網絡人口預測模型分析與實證
4.1 遺傳算法
4.1.1 遺傳算法概述
4.1.2 遺傳算法的基本步驟
4.1.3 遺傳算法的特點
4.1.4 建立遺傳算法優化的神經網絡人口預測模型
4.2 粒子群算法
4.2.1 粒子群算法概述
4.2.2 粒子群算法的基本步驟
4.2.3 粒子群算法的特點
4.2.4 建立粒子群算法優化的神經網絡人口預測模型
4.3 微分進化算法
4.3.1 微分進化算法概述
4.3.2 微分進化算法的基本步驟
4.3.3 微分進化算法的特點
4.3.4 建立微分進化算法優化的神經網絡人口預測模型
4.4 三種算法的比較分析
4.5 基於優化算法的RBF神經網絡人口預測實證分析
4.5.1 單一指標預測
4.5.2 多指標預測
4.6 本章小結
第5章 影響北京市人口增長的數量化因素挖掘
5.1 數據挖掘
5.1.1 數據挖掘的概念
5.1.2 數據挖掘的步驟
5.1.3 數據挖掘方法
5.2 基於相關分析的數據挖掘
5.3 基於格蘭傑因果檢驗的數據挖掘
5.4 基於DE-RBF神經網絡模型的數據挖掘
5.5 結果分析
5.6 本章小結
第6章 影響北京市人口增長的文本因素挖掘
6.1 文本挖掘
6.1.1 文本挖掘的概念
6.1.2 文本挖掘的步驟
6.1.3 文本挖掘方法
6.2 構建影響北京市人口增長的文本對像集
6.3 文本預處理
6.3.1 文本結構化
6.3.2 文本因素編碼
6.4 基於PF-Tree關聯規則算法的影響北京市人口數量的文本挖掘
6.4.1 建立事務數據庫
6.4.2 構建FP
6.4.3 數據分析與比較
6.5 文本因素評估
6.5.1 文本預處理
6.5.2 基於文本挖掘的北京市人口預測
6.6 本章小結
第7章 基於REPTree+DE-RBF模型的北京市人口預測分析
7.1 建立基於知識挖掘的REPTree+DE-RBF人口預測模型
7.2 實證分析
7.3 基於REPTree-DERBF的北京市中長期人口預測
7.3.1 情景分析法
7.3.2 基於DE-RBF神經網絡的北京市中長期人口預測
7.3.3 基於REPTree-DERBF模型的北京市人口動態預測分析
7.4 結果分析
7.5 本章小結
第8章 基於REPTree-Logistic模型的北京市人口預測
8.1 Logistic人口增長模型
8.2 Logistic人口預測模型的建立及實證分析
8.2.1 原始Logistic人口增長模型的建立
8.2.2 改進Logistic模型
8.3.3 實證對比分析
8.3 基於改進4參數Logistic模型的北京市人口預測
8.4 基於REPTree-Logistic模型的北京市人口預測
8.4.1 REPTree-Logistic模型的建立
8.4.2 實證分析
8.4.3 基於REPTree-Logistic模型的北京市人口預測
8.4.4 結果分析
8.5 兩種基於復合知識挖掘的人口預測模型對比分析
8.6 本章小結
第9章 北京市人口調控對策與建議
9.1 北京市人口調控的挑戰和難點
9.2 北京市人口調控對策與建議
9.2.1 經濟領域調控對策與建議
9.2.2 首都功能方面調控對策與建議
9.2.3 人口政策方面調控對策與建議
9.2.4 社會環境領域調控對策與建議
9.2.5 城鎮化進程方面調控對策與建議
9.2.6 其它調控對策與建議
9.4 本章小結
**0章 結論與展望
10.1 結論
10.2 研究不足與展望
參考文獻