基于BP神经网络的马尾松立木生物量模型研究

编号 zgly0000810146

文献类型 期刊论文

文献题名 基于BP神经网络的马尾松立木生物量模型研究

学科分类 220.2510;森林测计学

作者 王轶夫  孙玉军  郭孝玉 

作者单位 北京林业大学林学院 

母体文献 北京林业大学学报 

年卷期 2013(2)

页码 17-21

年份 2013 

分类号 S758.1 

关键词 BP神经网络  立木生物量模型  Levenberg-Marquardt算法  马尾松 

文摘内容 以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明: 1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2)输入变量和输出变量的增加不会降低BP神经网络模型的精度。3)模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。