基于BP神经网络的林木资源资产批量评估模型优化

• 作者: 吕丹 欧阳勋志 郑世跃 郭孝玉
• 来源期刊: 江西农业大学学报
• 学科: 经济
• 关键词: 林木资源资产 批量评估 BP神经网络 敏感性分析
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 林业科学
• 页码范围: 984-989
• 页数: 6页
• 分类号: F307.26
• 字数: 4375字
• 语种: 中文

摘要

批量评估具有效率高、费用低且满足大量评估等优点。论文以中龄林为例，将BP神经网络应用于林木资源资产批量评估。通过比较学习算法、隐含层节点数，运用敏感性分析法确定影响因子对评估值的贡献程度，筛选输入层因子，从而优化了林木资源资产批量评估BP神经网络模型结构。结果表明：贝叶斯正则化法优于L-M算法；年龄、利率、蓄积、树种为强影响因子，这4个因子对评估值的贡献度超过60％；最优模型结构为BR 9-10-1，该模型平均绝对误差为32．46元/hm2，平均相对误差为1．28％，决定系数达0．9997，模型拟合精度高，泛化能力强，能够满足中龄林林木资源资产批量评估的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳勋志	江西农业大学林学院	93	1053	17.0	27.0
2	吕丹	江西农业大学林学院	4	56	3.0	4.0
3	郭孝玉	江西农业大学林学院	9	78	5.0	8.0