森林可持续经营在森林经营管理中是一项基础性工作，特别是天然林的经营管理。对森林生长状况及时掌握，并预测其变化趋势，这对森林经营管理十分重要。本文的研究对象为驻马店薄山林场的栎树天然林，根据林场标准地数据资料构建林分生长相关模型，包括：地位指数模型、密度指数模型和全林分生长模型。在Matlab的图形用户界面，由林分生长模型构建栎树天然林生长动态模拟系统，为准确反应林分生长过程中各因子的变化过程及变化趋势，实现对栎树天然林生长的动态变化和监测提供支持。人工神经网络(Artificial Neural Network-ANN)技术作为现代人工智能手段之一，具有很强的自组织、自学习、自适应及容错性等特点。在模型构建过程中，它不需要假设前提条件，不需要考虑模型的结构，不需考虑各因子所占的权重，可以对非线性以及复杂的问题进行建模预测。本文以人工神经网络作为研究方法，基于BP神经网络技术构建林分生长的相关模型，对地位指数、密度指数和林分生长方面做了系统的研究。(1)以林分年龄作为输入学习样本，以优势木平均高作为输出学习样本，构建优势木高BP神经网络模型。因栎树的基准年龄为30年，由地位指数的定义构建地位指数模型。经过对模型进行反复训练，建立网络结构为1:3:1的地位指数模型，其拟合精度达到98.36%，对薄山林场的地位指数模拟预测达到了比较好的效果。(2)以林分平均胸径为输入学习样本，以林分的株数密度为输出学习样本，构建株数密度BP网络模型。取栎树的标准胸径为10cm，根据密度指数的定义构建密度指数模型。对所建模型分析对比，网络结构为1:1:1时，模型最佳，其拟合精度达到95.68%。(3)以林分年龄、地位指数和单株地积为输入学习样本，以林分平均胸径、平均高及每公顷蓄积量为输出学习样本，构建栎树天然林全林分生长BP神经网络模型。网络模型隐含层神经元传递函数选择S型函数，即logsig，输出层神经元传递函数选择线性函数，即purelin；BP网络模型结构为3:3:3。对所建模型性能进行分析，可知所建模型的总体拟合精度为97.26%，林分平均胸径拟合精度为97.43%，平均高拟合精度为96.5%，林分每公顷蓄积量拟合精度为93.32%；模型的预测检验精度为97.12%。(4)利用Matlab的图形用户界面提供的人机交互工具和方法，构建天然林生长动态模拟系统界面，在界面上添加控件，通过对控件属性设置及其编码，调用已建立的地位指数模型、密度指数模型和全林分生长模型。在Matlab环境中运行系统，输入林分生长的影响因子，得到林分生长变量；在系统的图形窗口可以查看不同因子对林分生长的影响过程及变化趋势。综合上述研究结果，栎树天然林生长动态模拟系统对驻马店薄山林场栎树天然林林分生长具有良好的模拟效果，基本上达到了本研究的目的；所建系统界面简洁，操作简单，构建系统的编程语言是Matlab语言，相对于专业的编程语言VB、C、C++语言来说简单易行，适宜非计算机专业的林业工作者研究。