-
题名基于BP神经网络的马尾松立木生物量模型研究
被引量：32
- 1
-
-
作者
王轶夫
孙玉军
郭孝玉
-
机构
北京林业大学林学院
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2013年第2期17-21,共5页
-
基金
林业公益性行业科研专项(200904003-1)
-
文摘
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。
-
关键词
BP神经网络
立木生物量模型
LEVENBERG-MARQUARDT算法
马尾松
-
Keywords
BP neural network
single-tree biomass model
Levenberg-Marquardt algorithm
Pinusmassoniana
-
分类号
S758.1
[农业科学—森林经理学]
-
