6.1模型一该模型综合考虑了出生性别比例以及年龄组成比例等因素进行离散形式的分组人口预测。具有对男性数据同步预测结果较为准确、充分利用数据、离散形式进行人口预测便于计算机作数值计算、数据预测结果贴近现实等优点，但模型由于并未考虑人口流动因素对人口增长的影响即无法考虑到城市化水平这一重要因素对人口的影响，所以只能作为比较优化的粗略中短期模型。通过模型求解，我们发现该模型的数据预测结果是较为贴近现实的。其预测结果可以经过整理进而得到包括人口总数、性别比例、老龄化程度等多个重要的预测指标能对人口增长进行比较完全的预测。然而要想更加精确的对人口中短期进行预测就必须考虑城、镇、乡三个地域的人口流动必须考虑城市化对人口的影响，这就要求了一个更佳的模型进行预测。于是我们在原模型的基础上引入了人口转移矩阵，建立了模型二。6.2模型二该模型是在模型一的基础上生成的，它包含了模型一的全部优点。能对人口总数、性别比例、老龄化程度等多个重要的数值进行预测。同时由于人口转移矩阵的引入，使得它涵盖了城、镇、乡三地人口流动信息，包含了城市化水平的重要因素，因而其有能力对未来中短期人口进行更全面的预测。但是事实上在长期的人口增长中，人们的生活环境会发生一定的变化，影响生育率和死亡率的因素都在长时间的过程中产生或多或少的变化。且随机的事件都会对未来人口造成一定的影响，这就使得无论是模型一还是模型二都无法很准确地预测长期的人口变化。这样，我们就必须从另外一个角度建立一个预测长期人口变化的模型。6.3模型三由于我们在建立模型一和模型二过程中用神经网络和灰色预测的方法预测了死亡率等一些重要数据，所以由此数据而得到的预测数据不能保证绝对的准确。并且由于模型一和模型二是以年为单位的依次叠代预测，使得在长期过程中，分别预测男性与女性的人口的波动性将大于仅预测单一性别人口的波动性。这样，我们不妨只是建立一个预测女性的模型，再建立模型对未来男女比例进行预测，这样就可得到全部的人口变化。长远来看，这样求得的预测结果要比分别求男性女性而得到的预测结果误差要小。于用差分方程递推求解有着时间越靠后准确性越低的缺点，为了克服这一缺点，我们对部分数据进行了模糊处理，使之更适用于长期的预测分析。（由于微分方程建立的人口模型对于年龄结构的描述不如差分方程建立的模型，所以我们仍采用差分方程来描述当前在面临人口老龄化问题的情况下的人口情形）通过对已有材料的查询以及相关书籍的阅读，我们分别引入了死亡率的经济学模型、生育率的变化模型以及预测城镇化水平的诺瑟姆S曲线模型。进行求解后我们发现其预测准确度是很高的。但由于在对男女比例预测模型的建立过程中，我们仅是对进行了相关的简化处理后列出的化简后的微分方程模型进行粗略预测，导致了一定的误差。总体来说，模型三的建立和求解，很好的帮助了我们进行长期的人口变化预测。6.4模型四基于层次分析法和模糊理论思想的对人口模型进行综合评价的模型。它的建立大体上是基于层次分析法的。但是在模型层的权重求解上我们利用了模糊数学的原理求得了该层的权重矩阵。该模型的实用意义在于能够利用层次分析法较为全面的评价各个人口模型。只是在预测层的权重矩阵的建立上以及准则层的权重矩阵的建立上我们用了简化的方式进行了求解，这在一定程度上妨碍了评价的绝对公平性。