ANN在林分密度控制圖及森林資產(chǎn)評(píng)估中的應(yīng)用.pdf

1、杉木我國(guó)南方最主要的速生經(jīng)濟(jì)用材樹(shù)種,在福建地區(qū)尤其是閩北種植已成規(guī)模。近年來(lái),杉木人工林的經(jīng)營(yíng)管理越來(lái)越受林業(yè)工作者的關(guān)注。林分密度控制圖是根據(jù)林分密度效應(yīng)法則理論,以林分密度效應(yīng)規(guī)律為基礎(chǔ),建立株數(shù)密度與林分各測(cè)樹(shù)因子之間的數(shù)量關(guān)系的數(shù)學(xué)模型來(lái)編制的一種森林經(jīng)營(yíng)圖。林分密度控制圖是森林經(jīng)營(yíng)的重要工具,合理適用的林分密度控制圖能正確指導(dǎo)人工林的定量間伐和收獲預(yù)估,也可以為造林涉及、資源清查、評(píng)定更新等級(jí)以及劃分經(jīng)營(yíng)類(lèi)型等方面提供參考數(shù)

2、據(jù)。
　　 人工神經(jīng)網(wǎng)絡(luò)(ANN)是現(xiàn)代智能算法之一,它的突出特點(diǎn)是不需要考慮數(shù)學(xué)模型的內(nèi)部結(jié)構(gòu),不需要假設(shè)前提條件,不需要人為地確定因子權(quán)重等。神經(jīng)網(wǎng)絡(luò)在非線(xiàn)性建模方面具有突出的優(yōu)勢(shì),它不僅能夠?qū)θ我夥蔷€(xiàn)性映射進(jìn)行任意逼近而且能夠根據(jù)已有數(shù)據(jù)的輸入輸出,學(xué)習(xí)得到輸入輸出之間的函數(shù)關(guān)系,從而能夠做到,給定一個(gè)輸入,就能根據(jù)這個(gè)函數(shù)關(guān)系給出它的輸出。與傳統(tǒng)的建模方法相比,具有精確度更高、速度更快尤其是不依賴(lài)已有的數(shù)學(xué)模型等優(yōu)點(diǎn)。由

3、于林學(xué)上的許多模型都是非線(xiàn)性的,因此神經(jīng)網(wǎng)絡(luò)在林學(xué)上的應(yīng)用備受關(guān)注,應(yīng)用的領(lǐng)域越來(lái)越廣泛。
　　 本文將把ANN應(yīng)用于建立等樹(shù)高線(xiàn)模型和等直徑線(xiàn)模型,并將這些模型與傳統(tǒng)的等樹(shù)高線(xiàn)和等直徑線(xiàn)模型進(jìn)行精確度比較,目前這類(lèi)研究進(jìn)行的很少。在建模的過(guò)程中可以發(fā)現(xiàn),ANN的精確度比傳統(tǒng)的模型高,所做出的資產(chǎn)評(píng)估也符合實(shí)際情況,這對(duì)今后的林分密度控制圖的編制有重要的指導(dǎo)意義。
　　 在模型參數(shù)的求解過(guò)程中將用到免疫進(jìn)化算法。免疫進(jìn)化