В данной статье представлена разработка и исследование модели для прогнозирования численности населения в виде искусственной нейронной сети. В процессе исследования проводится выбор оптимальных средств и инструментов создания и моделирования нейронной сети, выполняется обучение и оптимизация модели нейронной сети. Для искусственной нейронной сети произведена оптимизация основных технологических характеристик: точность, соотношение тренировочного и обучающего множеств, количество эпох, архитектура сети. При решении данной задачи использованы данные о численности населения Российской Федерации за период с 1960 по 2019 г., на основании которых сделан прогноз до 2036 г. Наиболее высокую точность при высокой скорости обучения нейронной сети на тестовых данных показывает следующая модель искусственной нейронной сети: функция активации ReLU, количество скрытых слоев нейронной сети 5 и количество нейронов 100. Сеть обучилась достаточно успешно, поэтому полученные с ее помощью данные о численности населения Российской Федерации на период с 2019 по 2036 г. можно считать в той или иной степени корректными. Из чего следует, что разработанная нейронная искусственная сеть вполне пригодна для прогнозирования численности населения на краткосрочный период.

This article presents the development and study of a model for predicting population size in the form of an artificial neural network. In the research, the choice of optimal means and tools for creating and modeling a neural network is carried out, training and optimization of the neural network model is performed. For an artificial neural network, the optimization of the main technological characteristics has been made: accuracy, the ratio of training and training sets, the number of epochs, and the architecture of the network. This task uses data of the population of the Russian Federation for the period from 1960 to 2019, on the basis of which a forecast is made until 2036. The fastest neural network learning rate on test data is shown by the following model of an artificial neural network: the activation function ReLU, the number of hidden layers of the neural network is 5 and the number of neurons is 100. The network has learned quite successfully, so that the data obtained with its help on the population of the Russian Federation for the period from 2019 to 2036 can be considered correct to one degree or another. It follows from this that the developed artificial neural network is quite suitable for predicting the population size in the short term.