基于BP神经网络的林木资源资产批量评估模型优化

编号 zgly0000862870

文献类型 期刊论文

文献题名 基于BP神经网络的林木资源资产批量评估模型优化

作者 吕丹  郑世跃  欧阳勋志  郭孝玉 

作者单位 江西农业大学林学院  江西省兴国县林业局 

母体文献 江西农业大学学报 

年卷期 2014(5)

页码 984-989

年份 2014 

关键词 林木资源资产  批量评估  BP神经网络  敏感性分析 

文摘内容 批量评估具有效率高、费用低且满足大量评估等优点。论文以中龄林为例,将BP神经网络应用于林木资源资产批量评估。通过比较学习算法、隐含层节点数,运用敏感性分析法确定影响因子对评估值的贡献程度,筛选输入层因子,从而优化了林木资源资产批量评估BP神经网络模型结构。结果表明:贝叶斯正则化法优于L-M算法;年龄、利率、蓄积、树种为强影响因子,这4个因子对评估值的贡献度超过60%;最优模型结构为BR 9-10-1,该模型平均绝对误差为32.46元/hm2,平均相对误差为1.28%,决定系数达0.999 7,模型拟合精度高,泛化能力强,能够满足中龄林林木资源资产批量评估的要求。