东北林业大学学报
東北林業大學學報
동북임업대학학보
JOURNAL OF NORTHEAST FORESTRY UNIVERSITY
2012年
5期
122-125
,共4页
BP神经网络%尾巨桉%人工林%生长量预测
BP神經網絡%尾巨桉%人工林%生長量預測
BP신경망락%미거안%인공림%생장량예측
以广西国有东门林场雷卡分场的3个连栽代次的尾巨桉(Eucalyptus urophyuaxE.grandis)人工林为研究对象,以林分的林龄和林分密度作为输入变量,分别以林分的平均胸径和树高为输出变量,构建了6个2:n:1的BP人工神经网络模型.用林分前5a的数据对网络进行训练,第6、7年数据进行测试,经过大量训练选取最优模型后,得出以2:2:1的结构训练的模型最优,林分平均胸径的3个BP网络模型平均预测精度分别为99.09％、98.35％和96.37％,平均树高的3个BP网络模型平均精度分别为96.22％、96.48％和96.6％.回归分析证明模型的拟合效果良好.模型可用来分析、模拟和预测相似条件下按树人工林林分随林龄增长整个生长阶段的生长量变化情况.
以廣西國有東門林場雷卡分場的3箇連栽代次的尾巨桉(Eucalyptus urophyuaxE.grandis)人工林為研究對象,以林分的林齡和林分密度作為輸入變量,分彆以林分的平均胸徑和樹高為輸齣變量,構建瞭6箇2:n:1的BP人工神經網絡模型.用林分前5a的數據對網絡進行訓練,第6、7年數據進行測試,經過大量訓練選取最優模型後,得齣以2:2:1的結構訓練的模型最優,林分平均胸徑的3箇BP網絡模型平均預測精度分彆為99.09％、98.35％和96.37％,平均樹高的3箇BP網絡模型平均精度分彆為96.22％、96.48％和96.6％.迴歸分析證明模型的擬閤效果良好.模型可用來分析、模擬和預測相似條件下按樹人工林林分隨林齡增長整箇生長階段的生長量變化情況.
이엄서국유동문림장뢰잡분장적3개련재대차적미거안(Eucalyptus urophyuaxE.grandis)인공림위연구대상,이림분적림령화림분밀도작위수입변량,분별이림분적평균흉경화수고위수출변량,구건료6개2:n:1적BP인공신경망락모형.용림분전5a적수거대망락진행훈련,제6、7년수거진행측시,경과대량훈련선취최우모형후,득출이2:2:1적결구훈련적모형최우,림분평균흉경적3개BP망락모형평균예측정도분별위99.09％、98.35％화96.37％,평균수고적3개BP망락모형평균정도분별위96.22％、96.48％화96.6％.회귀분석증명모형적의합효과량호.모형가용래분석、모의화예측상사조건하안수인공림림분수림령증장정개생장계단적생장량변화정황.
