摘要：以大兴安岭地区兴安落叶松天然林为研究对象，基于688块固定标准地数据，采用MAT-LAB中log—sigmoid型函数（logsig）和线性函数（purelin）为神经元的作用函数，依据全林分生长模型的概念，以年龄（A）、地位级指数（SCI）和林分密度指数（SDI）作为输入变量，以林分每公顷蓄积量（M）作为输出变量，构建和训练了全林分生长的BP人工神经网络模型，并与常规建模方法进行了对比研究。结果表明，BP人工神经网络模型的拟合精度高达99．6％，检验精度为98．9％，说明与其它建模方法相比人工神经网络建模具有较高的拟合精度和适应性，对林分生长具有更好的预测能力。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）