基于优化BP神经网络的香格里拉高山松蓄积量模型研究

• 作者: 张焱 徐云栋 李圣娇 王永刚 舒清态
• 来源期刊: 西北林学院学报
• 关键词: 高山松 蓄积量 BP神经网络 遗传算法 粒子群算法
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 森林经理学
• 页码范围: 190-195
• 页数: 6页
• 分类号: S758.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2015.06.35

摘要

以香格里拉县高山松为研究对象,以Landsat TM 8影像和DEM(30M)数据为信息源,结合森林资源二类调查数据和地面样地实测数据,借助MATLAB平台,在前期进行基于遗传算法(GA)和粒子群算法(PSO)优化BP神经网络模型基础上,采用决定系数(R2)、均方根误差(RMSE)及预测精度(P)3个指标对优化后的BP神经网络模型及进行评价,并建立了研究区高山松蓄积量估测模型.结果表明,遗传算法效率(耗时1.9h)低于粒子群算法(耗时1.4 h);采用遗传算法优化后的BP神经网络模型R2、RMSE及P分别为0.636、4.216 m3、81.748％,均优于粒子群算法.通过遗传算法优化后的BP神经网络模型估测香格里拉高山松蓄积量总量为13 317 879.7m3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒清态	西南林业大学林学院	60	362	10.0	16.0
2	李圣娇	西南林业大学林学院	6	46	5.0	6.0
3	张焱	西南林业大学林学院	4	32	4.0	4.0
4	徐云栋	西南林业大学林学院	5	42	5.0	5.0
5	王永刚	西南林业大学林学院	3	23	3.0	3.0