基于改进Elman神经网络的林隙大小预测模型

被引：4

作者：

符利勇 ^{[1
]}

何铮 ^{[2
]}

刘应安 ^{[3
]}

机构：

[1] 中国林业科学研究院资源信息研究所

[2] 江西省林业调查规划研究院

[3] 南京林业大学理学院

来源：

南京林业大学学报(自然科学版) | 2011年 / 35卷 / 03期

关键词：

Elman神经网络; 林隙大小; 仿真;

D O I：

暂无

中图分类号：

S718.5 [森林生态学];

学科分类号：

071012 ; 0713 ;

摘要：

针对林隙大小的时变性、不确定性,及林隙大小与其影响因素存在复杂的非线性关系,采用改进的Elman神经网络对林隙大小建立动态模型。在分析改进的Elman神经网络结构特点、改进算法及训练过程的基础上,选择庞泉沟自然保护区内华北落叶松林、油松林、云杉林为对象,建立了基于改进的Elman神经网络林隙大小动态预测模型。结果表明:所建模型对林隙大小的拟合仿真具有很高的精度,预测效果比较稳定。最后运用此模型预测了3种林分对应调查林隙被填充者完全取代的年限。

引用

页码：28 / 32

页数：5

共 10 条

[1] Elman神经网络在地下水动态预测中的应用 [J].