【摘要】准确测算人口的预期平均寿命,是确定法定养老金领取年龄的依据。文章提出了基于模糊K-Pro-totypes算法的改进RBF神经网络(KP-RBF)方法,改善了传统的神经网络方法处理自变量因素存在耦合特征时预测精度低及基函数初始中心敏感等问题,有效提高了神经网络处理复杂数据的能力、降低基函数初始中心的选取难度。在实证部分,将KP-RBF方法引入到人口平均寿命预测领域中。试用结果表明,KP-RBF方法无论是在预测精度还是稳健性方面都优于其他方法。基于模型稳健性结果,对中国2016—2030年人口平均寿命进行了预测,为政府决策部门准确预测人口平均寿命、提高人口政策的科学性和前瞻性提供了方法论支持。