摘要: 提出一种基于过程神经网络的木材生长轮密度长期预测方法。本方法利用输入输出均为时变函数的过程神经网络输出为时变函数的特点,将原始数据拟合为输入函数并表示为一组正交基的展开形式后,使用混合遗传算法训练过程神经网络,得到过程神经网络的输出函数,以此实现木材生长轮密度的一次多步长期预测,通过与传统时间序列预测方法比较,预测精度得到显著提高,并为时间序列长期预测问题提供新方法。
葛利 陈广胜. 基于过程神经网络的木材生长轮密度预测[J]. 林业科学, 2008, 44(1): 124-127.
Ge Li;Chen Guangsheng. Timber Growth Ring Density Forecast Based on Process Neural Network with Time-Varied Input and Output Functions[J]. Scientia Silvae Sinicae, 2008, 44(1): 124-127.