森林自疏规律BPMSM模型与张氏模型的比较

森林自然稀疏机制一般是非线性的、动态的 ,人工神经网络具有逼近任意非线性映射的特性 ,这从理论上保证了其应用于森林自疏研究的可行性。本文在提出的基于改进单纯形法的神经网络模型 (BP MSM混合算法 )的基本原理和算法的基础上 ,结合山杨林、云南松林和杉木林自疏实例进一步分析了BP MSM混合算法与张氏模型在研究森林自疏规律上的效果优劣。森林自疏实例应用结果表明 ,当建立BP MSM混合算法的 3层 1∶5∶1网络结构模型时 ,其模拟效果明显优于张氏模型 ,残差平方和仅为张氏模型的 3 89%～ 2 7 16 % ,说明BP MSM混合算法应用于森林自疏规律研究是理想的 ,从而丰富了森林自然稀疏规律研究方法。