摘要：语言是沟通的关键，它能够让人们凝聚在一起。语言数量的变化就像人类的迁徙一样，很多因素导致了这种变化。在这里，我将代表服务公司对语言和使用人数进行研究，然后选择合适的办公地点。 

首先，我利用语言使用者数量模型(NLS)来计算出说不同语言的人的变化。在这个模型中，我考虑了经济、技术、文化、政策和移民等因素，然后使用主成分分析得出每种语言的主要因素。

其次，我建立了神经网络来预测在未来50年里说这种语言的人数会发生的变化，并利用吸引度评估模型(AAD)来选择公司的办公地点。然后建立模糊综合评价模型，对每种语言进行评价，并选择另外6个国家进行短期和长期评价。 

最后，我制作了选定语言的拓扑图，并用橙色、紫色、蓝色和绿色给节点着色。对于每个颜色，我选择度数最高的节点。因此我得出结论：为了节省资源，我们至少可以开设两个办事处，他们在孟加拉国和印度，语言应该是孟加拉语和印度斯坦语。为了给我们的客户提供建议，我们需要了解他们的业务领域、预期成本、运营方式等信息。

关键词：主成分分析  NAR神经网络  威尔士-鲍威尔算法  模糊综合评价

目录

摘要

Abstract

1. 简介-1

1.1 背景-1

1.2 问题重述-2

1.3 工作概述-2

1.4 问题假设-3

1.5 符号描述-4

2. 人口的变化趋势-5

2.1 影响因素-5

2.1.1 经济交流的影响因素-5

2.1.2 技术传播的影响因素-5

2.1.3 文化交流和政策的影响因素-5

2.1.4 移民人口的影响因素-5

2.2 主成分分析-6

2.2.1 模型建立-6

2.2.2 模型求解-6

2.3 神经系统与语言运用人数-7

2.3.1 模型建立-7

2.3.2 模型求解-9

2.3.3 进一步研究-11

3. AAD模型评价-13

3.1 吸引度的主要影响因子-13

3.1.1 市场因素的影响-13

3.1.2 经济环境因素的影响-13

3.1.3 公共安全因素的影响-13

3.2 模型建立-13

3.3 模型求解-14

4. SOM模型的选择-16

4.1 具有最大度优先权的powell算法-16

4.2模型求解-17

5. 敏感度分析和优缺点分析-18

5.1 敏感度分析-18

5.2 优缺点分析-18

6. 结论-20

参考文献-21

致谢-22