神经网络在木材生长轮密度预测中的应用研究

摘要：

研究木材生长轮密度准确预测问题,树林在生长过程中受到生态因子、培育措施、立地条件以及树木本身遗传等因素影响,木材生长轮密度呈非线性变化规律.针对传统线性预测方法只能对线性变化规律进行预测的缺陷,提出一种神经网络的木材生长轮密度预测方法.首先对木材生长轮密度一维数据进行重构变成多维数据,然后将数据输入到神经网络进行学习,并采用粒子群算法对神经网络参数进行优化,最后建立木材生长轮密度最优预测模型.采用具体木材生长轮数据对建立的最优预测模型性能进行仿真,结果表明,相对线性预测方法,改进方法提高木材生长轮密度预测精度,减少了预测误差,能刻画木材生长轮密度的变化趋势,是一种有效的木材生长密度变化的预测方法.

关键词：神经网络、木材生长轮、密度、粒子群优化算法、预测

分类号：TK124(热力工程、热机)

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：180-183