logistic模型人口预测代码用数模编写

以下是一个简单的 logistic 模型人口预测代码示例，使用 Python 在数模平台中编写：

import numpy as np
from scipy.optimize import curve_fit

# 输入数据
year = np.array([1950, 1960, 1970, 1980, 1990, 2000, 2010, 2019])
population = np.array([2.53, 3.03, 3.7, 4.43, 5.28, 6.12, 6.93, 7.71])

# 定义 logistic 函数
def logistic(x, K, P0, r):
    return K / (1 + np.exp(-r*(x-P0)))

# 利用 scipy.optimize.curve_fit 进行参数拟合
popt, pcov = curve_fit(logistic, year, population)

# 输出拟合后的参数
print("K = {}, P0 = {}, r = {}".format(popt[0], popt[1], popt[2]))

# 绘制原始数据和拟合曲线
import matplotlib.pyplot as plt

plt.scatter(year, population)
plt.plot(year, logistic(year, *popt), 'r-', label='fit')
plt.legend()
plt.show()

# 预测未来人口数量
future_year = np.array([2020, 2030, 2040, 2050])
future_population = logistic(future_year, *popt)
print("预测未来人口数量：{}".format(future_population))

在数模平台中，可以直接使用 Jupyter Notebook 来编写 Python 代码。在新建项目后，点击右侧的「启动 Jupyter Notebook」按钮，即可打开 Jupyter Notebook 编辑器。在其中新建一个 Python 3 的 Notebook，将上述代码复制进去并运行即可。