Elman动态递归神经网络在树木生长预测中的应用

被引：15

作者：

刘永霞 ^{[1
]}

冯仲科 ^{[1
]}

杜鹏志 ^{[2
]}

机构：

[1] 北京林业大学测绘与S技术中心

[2] 北京市林业勘察设计院

来源：

北京林业大学学报 | 2007年 / 06期

基金：

北京市自然科学基金;

关键词：

树木生长模型; Elman型胸径动态模型; Elman型树高动态模型; BP网络; 非线性拟和; 北京山区; 油松;

D O I：

10.13332/j.1000-1522.2007.06.018

中图分类号：

S711 [森林数学];

学科分类号：

0829 ; 0907 ;

摘要：

该文充分考虑树木生长所特有的动态性、随机性和非线性,以及Elman动态递归模型的结构特点,获取北京山区油松解析木生长数据,分别建立了Elman型树木胸径生长和树高生长的神经网络动态模型.研究表明,Elman动态递归模型对非线性问题建模具有很好的拟和性和仿真性,其中,用于胸径生长建模时,其拟和精度达到99.45%,仿真精度达到99.42%;用于树高生长建模时,拟和精度达到97.30%,仿真精度达到97.29%,而且其拟和和仿真曲线均为"S"形,符合树木生长规律.进一步对Elman动态模型和常规BP静态模型比较发现,Elman模型具有更好的拟和性、预测性和稳定性.

引用

页码：99 / 103

页数：5

共 9 条

[1] 基于MATLAB的Elman神经网络在大坝位移预测中的应用 [J].