论文部分内容阅读
采用综合分析法和相关分析法选定每公顷蓄积量、标准木年龄、标准木树高、标准木胸径为输入变量,以标准木的上个生长季的材积连年生长量为输出变量,建立三层结构的油松（Pinus tabulaeformisCarr.）人工林单木材积生长量BP神经网络模型。利用北京山区78块各类型油松人工林样地调查数据对模型进行训练和仿真模拟。通过综合比较得出网络模型结构为4∶11∶1的网络模型具有最好的模拟效果,训练精度可达94.024%。此模型可以准确、简单、快速的对北京山区油松人工林的单木材积生长量进行有关的分析、计算、模拟和