基于BP神经网络的马尾松立木生物量模型研究

• 作者: 孙玉军 王轶夫 郭孝玉
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: BP神经网络 立木生物量模型 Levenberg-Marquardt算法 马尾松
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 林学
• 页码范围: 17-21
• 分类号: S758.1
• 语种: 中文

摘要

以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性.通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型；对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响；将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性.结果表明:1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8.2)输入变量和输出变量的增加不会降低BP神经网络模型的精度.3)模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型.该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉军	北京林业大学林学院	94	1923	25.0	40.0
2	郭孝玉	北京林业大学林学院	6	240	5.0	6.0
3	王轶夫	北京林业大学林学院	5	135	5.0	5.0