论文部分内容阅读
【目的】探索神经网络技术对杉木人工林胸径生长的模拟和预测能力，以寻求最优模型。【方法】以江西大岗山杉木人工林为研究对象，依据林木生长理论，用林龄（A）、立地指数（SI）和初植密度（N）3个因子构建平均胸径生长BP模型；通过定量和定性分析相结合的方法对模型选优，并将最佳模型与拓展的Richards模型比较；最后将优化模型应用于未参与建模的样地。【结果】最佳BP模型为Levenberg-Marquardt算法3：5：1结构模型（LM351），R2=0．984，MSE=0．196；拓展的Richards模型R2