數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告范文
開(kāi)題報(bào)告是學(xué)位論文的一個(gè)總體規(guī)劃和設(shè)計(jì),是研究生學(xué)位論文工作的重要環(huán)節(jié),下面是小編搜集整理的數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告范文,供大家閱讀參考。
題 目:利用數(shù)學(xué)模型預(yù)測(cè)未來(lái)50年的丁克人口
1、研究目的和意義
未來(lái)學(xué)家曾尖銳地指出:二十一世紀(jì)人類(lèi)將面臨三大問(wèn)題:首先是人口膨脹,第二是就業(yè)困難,第三是環(huán)境污染。這三大問(wèn)題的焦點(diǎn)和后面兩大問(wèn)題產(chǎn)生的根源在于人口問(wèn)題。人口系統(tǒng)是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng),人口變化對(duì)未來(lái)經(jīng)濟(jì),社會(huì)發(fā)展有著直接的影響。人口年齡結(jié)構(gòu)是人口研究的重要指標(biāo)之一,人口年齡結(jié)構(gòu)的發(fā)展趨勢(shì)的預(yù)報(bào)對(duì)人口政策的制定有著非常重要的作用。
而現(xiàn)在隨著國(guó)家對(duì)大學(xué)的擴(kuò)招,大學(xué)生越來(lái)越多,而大學(xué)生的就業(yè)現(xiàn)狀并不看好,剛剛畢業(yè)的大學(xué)生或者在踏入社會(huì)時(shí)間不太長(zhǎng)的畢業(yè)生經(jīng)濟(jì)水平不高,有了孩子負(fù)擔(dān)會(huì)更重,而作為受過(guò)高等教育的大學(xué)生本身就具有較強(qiáng)的接受新事物的能力,自然而然的就成了丁克一族的后備軍,這類(lèi)的大學(xué)生越來(lái)越多,現(xiàn)的大學(xué)生大多是80后人,更具有發(fā)展成為丁克一族的可能,因此,丁克現(xiàn)象在最近二十年之內(nèi)必將發(fā)展非常迅速,直接影響著人口老齡化的加快。面對(duì)這樣的形勢(shì),為抑制丁克人口增長(zhǎng)過(guò)快的趨勢(shì),減小人口老齡化速度的加快,又要使人口的年齡結(jié)構(gòu)有一個(gè)合理的分布,就必須建立丁克人口預(yù)測(cè)和控制的數(shù)學(xué)模型,為正確的人口政策提供科學(xué)的依據(jù)。
2、國(guó)內(nèi)外發(fā)展情況(文獻(xiàn)綜述)
今天,世界的人口危機(jī)不是因?yàn)榧彝ブ杏斜冗^(guò)去更多的孩子,實(shí)際上家庭規(guī)模并未擴(kuò)大,而丁克家庭就在這樣的時(shí)代背景下涌現(xiàn)。丁克的名稱(chēng)來(lái)自英文Double Income No Kids四個(gè)單詞首字母D、I、N、K的組合——DINK的諧音, Double Income No Kids有時(shí)也寫(xiě)成Double Income and No Kid(Kids)。僅從單詞字面意義解釋?zhuān)馑际牵弘p收入,沒(méi)有孩子。
據(jù)美國(guó)人口調(diào)查局公布的年度分析報(bào)告表明:1993年美國(guó)丁克家庭已超過(guò)家庭總數(shù)的51%,致使總和生育率下降,人口出現(xiàn)負(fù)增長(zhǎng);而意大利、希臘和西班牙由于受丁克現(xiàn)象影響較為嚴(yán)重,已加入全球出生率最低的國(guó)家之列。自上個(gè)世紀(jì)80年代起,丁克現(xiàn)象悄悄在中國(guó)出現(xiàn)。丁克家庭的增長(zhǎng)直接影響人口的老齡化速度加快,導(dǎo)致生產(chǎn)力水平下降,制約著社會(huì)經(jīng)濟(jì)發(fā)展。
中國(guó)是世界上人口最多的國(guó)家。1999年底中國(guó)大陸上居住著125909萬(wàn)人(不包括港澳臺(tái))
約占世界總?cè)丝诘?2%。自1990年起,丁克家庭開(kāi)始在我國(guó)很多大城市涌現(xiàn),近幾年我國(guó)的丁克家庭的比例有著上漲的趨勢(shì)。走上“丁克”之路的夫妻各有各的理由,總體來(lái)說(shuō)可以歸結(jié)為兩大類(lèi):一類(lèi)是自然無(wú)耐型,一類(lèi)是主動(dòng)接受型。
丁克家庭作為一種新興的特殊家庭類(lèi)型不僅已在我國(guó)扎根定位,成為我國(guó)核心家庭、主干家庭、聯(lián)合家庭、單親家庭等眾多家庭類(lèi)型中新的一員,而且呈繼續(xù)發(fā)展之勢(shì),F(xiàn)在社會(huì),“養(yǎng)兒防老”早已過(guò)時(shí),防老養(yǎng)老終老,只能靠 我們自身的能力與組織管理了。現(xiàn)在,又有了一個(gè)新的設(shè)想—構(gòu)想“丁克”社區(qū),這個(gè)設(shè)想對(duì)一般人而言又是一次觀念更新的起源。
人口眾多是我國(guó)基本的國(guó)情,中國(guó)在世紀(jì)之交的2000年進(jìn)行了全國(guó)第五次人口普查,國(guó)家許多重大社會(huì)、政治,經(jīng)濟(jì)問(wèn)題的研究都要依據(jù)人口的數(shù)量。為此,進(jìn)行人口預(yù)測(cè)是有效地控制人口發(fā)展與資源關(guān)系不可缺少的手段之一,同時(shí)也是人口決策的重要依據(jù).作為新興群體的預(yù)測(cè)也是人口預(yù)測(cè)中必不可少的環(huán)節(jié)。
人類(lèi)可以作為一個(gè)單物種的群體,早在1978年由英國(guó)的人口統(tǒng)計(jì)學(xué)家Malthus根據(jù)一百多年人口統(tǒng)計(jì)資料提出了著名的人口指數(shù)增長(zhǎng)模型(Malthus模型),荷蘭生物數(shù)學(xué)家Verhulst也于19世紀(jì)中葉提出阻滯增長(zhǎng)模型,能夠大體上描述丁克人口的增長(zhǎng)趨勢(shì)。各國(guó)對(duì)于人口的研究是本論文對(duì)丁克人口研究的基礎(chǔ)。國(guó)內(nèi)關(guān)于人口預(yù)測(cè)方法大致分為兩類(lèi):一是鄧聚龍的灰色GM(1,1)預(yù)測(cè)模型,但是該模型只能對(duì)中國(guó)的總?cè)藬?shù)作中短期的預(yù)測(cè),可以很明顯的體現(xiàn)出人口總數(shù)上的趨勢(shì)變化。二是宋健理論的中長(zhǎng)期人口發(fā)展方程的人口預(yù)測(cè)模型,其分為人口發(fā)展方程的離散形式與人口發(fā)展方程的連續(xù)形式。但模型中需要確定大量參數(shù),需要比較多較準(zhǔn)確的數(shù)據(jù),而這些數(shù)據(jù)的獲取又有一定難度,且數(shù)據(jù)也多少有些誤差,故導(dǎo)致在人口預(yù)測(cè)上存在較大困難,且預(yù)測(cè)方法較難實(shí)施在國(guó)內(nèi)外關(guān)于人口預(yù)測(cè)方法的研究中,用到人口發(fā)展方程的連續(xù)形式來(lái)求人口總數(shù)還是存在著很大的缺陷,至今還未解決這一難題。這些都是預(yù)測(cè)丁克人口的有效方法。
3、研究的主要方法、手段:
本文主要內(nèi)容是對(duì)丁克現(xiàn)象進(jìn)行具體分析,通過(guò)已知中國(guó)總?cè)丝跀?shù)局并利用馬爾薩斯(Malthus)模型(指數(shù)增長(zhǎng)模型)預(yù)測(cè)未來(lái)丁克人口,與通過(guò)已知丁克人口數(shù)據(jù)并利用GM(1,1)灰色預(yù)測(cè)模型預(yù)測(cè)的未來(lái)丁克人口進(jìn)行比較分析。用已有數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn),比較分析誤差,以達(dá)到預(yù)測(cè)的準(zhǔn)確性。
4、可行性分析:
通過(guò)系統(tǒng)的學(xué)習(xí)和查閱大量的有關(guān)方面的書(shū)籍,我已經(jīng)對(duì)影響丁克現(xiàn)象的原因有所了解和掌握;并且在導(dǎo)師張鴻艷教授的幫助和精心指導(dǎo)下,對(duì)于丁克現(xiàn)象的人口模型以及人口預(yù)測(cè)模型的建立、求解方法和求解過(guò)程等基本理論有了了解。這些都為論文做了充分的準(zhǔn)備,本論文的題目可行。
5、論文提綱:
摘要(Abstract)
第1章 緒 論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文的主要內(nèi)容
第2章 預(yù)備知識(shí)
2.1馬爾薩斯(Malthus)模型(指數(shù)增長(zhǎng)模型)
2.2 灰色GM(1,1)模型
2.3阻滯增長(zhǎng)模型(Logistic模型)
第3章 模型建立于求解
3.1指數(shù)模型預(yù)測(cè)丁克人口數(shù)
3.1.1建立總?cè)丝谧铚鲩L(zhǎng)模型
3.1.2建立丁克人口增長(zhǎng)指數(shù)模型
3.1.3模型求解
3.2灰色GM(1,1)模型預(yù)測(cè)短期丁克人口數(shù)
3.2.1建立傳統(tǒng)GM(1,1)模型
3.2.2建立優(yōu)化GM(1,1)模型
3.2.3模型求解
第4章 結(jié)果分析
4.1數(shù)據(jù)對(duì)比分析
4.2 誤差分析
4.3本章小結(jié)
參考文獻(xiàn)
附錄
6、時(shí)間進(jìn)程
20xx年1月至3月:查閱相關(guān)資料了解丁克人口預(yù)測(cè)模型;
20xx年3月18日:完成開(kāi)題報(bào)告。
20xx年3月18日至5月10日:完成論文的理論部分;
20xx年5月11日至5月15日:用MATLAB和相應(yīng)的工具箱編寫(xiě)程序,完成初稿。
20xx年5月16日至6月3日:校稿,整理論文。
7、參考文獻(xiàn):
1 中國(guó)統(tǒng)計(jì)年鑒 http://www.stats.gov.cn/tjsj/ndsj/.
2 王永全,劉琴。專(zhuān)業(yè)統(tǒng)計(jì)與信息系統(tǒng)。北京:北京大學(xué)出版社,2007
3 姜啟源,邢文訓(xùn),謝金星,楊頂揮。大學(xué)數(shù)學(xué)實(shí)驗(yàn)。北京:清華大學(xué)出版社,2005
4 譚永基,蔡志杰。數(shù)學(xué)模型(博學(xué)•數(shù)學(xué)系列)。上海:復(fù)旦大學(xué)出版社,2004
5 Charles H. Zastrow著,孫唐水譯。社會(huì)工作與社會(huì)福利導(dǎo)論。中國(guó)人民大學(xué)出版社,2005
6 白鳳山,么換民,李春玲,沈繼紅,施久玉。數(shù)學(xué)建模(上冊(cè))。哈爾濱工業(yè)大學(xué)出版社,2003.4
7 邊肇祺等.模型識(shí)別[M].北京:清華大學(xué)出版社,1998
8 Vladimir N.Vapnik著,張學(xué)工譯。統(tǒng)計(jì)、學(xué)習(xí)理論的本質(zhì)[M].北京:清華大學(xué)出版社,2000
9 Mark M.Meerschaert。數(shù)學(xué)建模方法與分析。機(jī)械工業(yè)出版社,2005
10 劉衛(wèi)國(guó)。Matlab程序設(shè)計(jì)與應(yīng)用。高等教育出版社,2008
11 劉思峰。灰色系統(tǒng)理論及其應(yīng)用(第2版)。北京:科學(xué)出版社,1999
12 宋健,田雪原。人口控制與人口預(yù)測(cè)。北京:人民出版社。1982
13 徐國(guó)祥。統(tǒng)計(jì)預(yù)測(cè)和決策。上海:上海財(cái)經(jīng)大學(xué)出版社,2005
14 鄒自立。人口預(yù)測(cè)方法及可靠性探討。華東地質(zhì)學(xué)院學(xué)報(bào)
15 李勇勝。人口預(yù)測(cè)中的模型選擇與參數(shù)認(rèn)定。財(cái)經(jīng)科學(xué)出版社,2004
相關(guān)文章:
1.數(shù)學(xué)專(zhuān)業(yè)畢業(yè)論文開(kāi)題報(bào)告
2.數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告范文
3.數(shù)學(xué)專(zhuān)業(yè)畢業(yè)論文開(kāi)題報(bào)告范文
5.數(shù)學(xué)與應(yīng)用數(shù)學(xué)畢業(yè)論文開(kāi)題報(bào)告
6.應(yīng)用數(shù)學(xué)畢業(yè)論文開(kāi)題報(bào)告
7.漢語(yǔ)言文學(xué)本科畢業(yè)論文開(kāi)題報(bào)告范例
8.教育學(xué)本科畢業(yè)論文開(kāi)題報(bào)告
9.數(shù)學(xué)專(zhuān)業(yè)畢業(yè)論文提綱范文
【數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告】相關(guān)文章:
數(shù)學(xué)與應(yīng)用數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告03-29
應(yīng)用數(shù)學(xué)本科畢業(yè)論文開(kāi)題報(bào)告12-07
本科畢業(yè)論文開(kāi)題報(bào)告寫(xiě)法03-20
歷史本科畢業(yè)論文開(kāi)題報(bào)告03-22
本科畢業(yè)論文開(kāi)題報(bào)告范文11-10
本科畢業(yè)論文開(kāi)題報(bào)告要求02-25
本科畢業(yè)論文開(kāi)題報(bào)告范文03-22