1、以白樺人工林為研究對象，以東北林業(yè)大學帽兒山實驗林場的白樺人工林標準地資料數據作為訓練樣本和檢驗樣本，在MATLAB系統(tǒng)環(huán)境下，應用BP人工神經網絡建模技術，對全林分生長模型和單木生長模型進行了系統(tǒng)的研究。
　　在對白樺人工林全林分生長神經網絡模型的研究中，以林分年齡A、地位級指數SI和林分密度指數SDI構成輸入矩陣，以林分每公頃蓄積量M構成輸出矩陣，構建結構為3∶S∶1的多輸入單輸出的BP神經網絡模型。用300塊白樺人工林標準地

2、的資料數據作為訓練樣本，對所建模型進行反復的訓練比較試驗，得適宜的模型結構為3∶3∶1。模型訓練結果表明，均方誤差函數mse=0.0011203。對模型進行擬合精度分析，結果表明，白樺人工林全林分生長模型的總體擬合精度為94.17％，擬合理論值與實際值吻合很好。用196塊標準地的數據作為檢驗樣本對模型進行了檢驗，總體擬合精度為93.97％，并在三維空間中繪制出了林分蓄積量的實際值和理論值的對照圖，說明本文所建的全林分生長的神經網絡模型預

3、測的理論值能夠較好地跟蹤實測值，模型的預測能力很強。
　　在單木生長模型的研究中，采用MATLAB中l(wèi)og-sigmoid型函數(logsig)和線性函數(purelin)為神經元的作用函數，用林分內單木相對直徑、林分密度指數、林分地位指數和樹木年齡作為輸入變量，以單木胸徑生長量作為輸出變量，構建了4∶S∶1的單木生長的BP人工神經網絡模型。用200組單木生長數據對網絡模型進行訓練和檢驗，得最適宜的網絡結構為4∶3∶1，均方誤差函