基于遗传算法的神经网络木材消耗量预测模型研究

doi:10.11707/j.1001-7488.20010320

林业科学 ›› 2001, Vol. 37 ›› Issue (3): 122-125.doi: 10.11707/j.1001-7488.20010320

基于遗传算法的神经网络木材消耗量预测模型研究

刘素青周畅杜盛珍

湛江海洋大学农学院,湛江524088

收稿日期:1999-06-07 修回日期:1900-01-01 出版日期:2001-05-25 发布日期:2001-05-25

THE STUDY ON THE WOOD CONSUMING PREDICTION MODEL OF NEURAL NETWORK BASING ON GENETIC ALGORITHM

Liu Suqing,Zhou Chang,Du Shengzhen

Agronomy College,Zhanjiang Ocean University Zhanjiang 524088

Received:1999-06-07 Revised:1900-01-01 Online:2001-05-25 Published:2001-05-25

摘要/Abstract

摘要：

本文介绍了基于遗传算法的神经网络模型,应用该模型对我国山东省木材消耗量进行了预测,结果表明,预测精度高,并且具有良好的扩展性。

关键词: 神经网络, 木材消耗量, 预测

Abstract:

The paper introduces the neural network model basing on genetic algorithm and predicts the wood consuming of Shandong Province by the model.The results shows that the model has a high prediction precision and good prediction ability.

Key words: Neural network, Wood consuming, Prediction

刘素青周畅杜盛珍. 基于遗传算法的神经网络木材消耗量预测模型研究[J]. 林业科学, 2001, 37(3): 122-125.

Liu Suqing;Zhou Chang;Du Shengzhen. THE STUDY ON THE WOOD CONSUMING PREDICTION MODEL OF NEURAL NETWORK BASING ON GENETIC ALGORITHM[J]. Scientia Silvae Sinicae, 2001, 37(3): 122-125.

[1]	谢锦莹,丁丽霞,王志辉,刘丽娟. 基于FCN与面向对象的滨海湿地植被分类[J]. 林业科学, 2020, 56(8): 98-106.
[2]	付宗营,蔡英春,高鑫,周凡,江京辉,周永东. 基于人工神经网络模型的木材干燥应变模拟预测[J]. 林业科学, 2020, 56(6): 76-82.
[3]	张星梅,戚玉涵,任丁,瞿国富,周玉成. 基于预测控制的连续平压机热压板升降系统同步控制[J]. 林业科学, 2020, 56(6): 83-93.
[4]	舒琪,胡璇,徐瑞晶,商泽安,漆良华. 海南岛甘什岭青梅种群结构与动态[J]. 林业科学, 2020, 56(5): 160-167.
[5]	郭颖,李增元,陈尔学,张旭,赵磊,陈艳,王雅慧. 一种改进的高空间分辨率遥感影像森林类型深度学习精细分类方法:双支FCN-8s[J]. 林业科学, 2020, 56(3): 48-60.
[6]	孙钰,脱小倩,蒋琦,张海燕,陈志泊,宗世祥,骆有庆. 基于轻量级神经网络的2种害虫钻蛀振动识别方法[J]. 林业科学, 2020, 56(3): 100-108.
[7]	陈珠琳,王雪峰. 基于植被指数及多光谱纹理特征的降香黄檀叶片全铁含量预测[J]. 林业科学, 2020, 56(2): 89-98.
[8]	宋维,高超,赵玥,赵燕东. 基于LSTM的活立木茎干水分缺失数据填补方法[J]. 林业科学, 2020, 56(2): 134-141.
[9]	张广群,李英杰,汪杭军,周厚奎. 基于微调CaffeNet的林业图像分类[J]. 林业科学, 2020, 56(10): 121-128.
[10]	林志玮,丁启禄,刘金福. 融合全域与局域特征的深度卷积网络鸟类种群识别[J]. 林业科学, 2020, 56(1): 133-144.
[11]	郑聪慧, 张鸿景, 王玉忠, 代剑锋, 党磊, 杜子春, 刘建婷, 高运茹. 基于BLUP和GGE双标图的华北落叶松家系区域试验分析[J]. 林业科学, 2019, 55(8): 73-83.
[12]	薛春泉, 徐期瑚, 林丽平, 何潇, 曹磊, 李海奎. 基于异速生长和理论生长方程的广东省木荷生物量动态预测[J]. 林业科学, 2019, 55(7): 86-94.
[13]	唐继新,贾宏炎,李武志,雷相东,曾冀,雷渊才. 米老排人工林种子雨时空动态特征及其采伐更新设计[J]. 林业科学, 2019, 55(10): 152-161.
[14]	Shahzad Muhammad, 韩斐斐, 姜立春. 不同抽样方法对兴安落叶松立木材积方程预测精度的影响[J]. 林业科学, 2018, 54(8): 99-105.
[15]	谢文, 赵小敏, 郭熙, 叶英聪, 孙小香, 匡丽花. 基于RBF组合模型的山地红壤有机质含量光谱估测[J]. 林业科学, 2018, 54(6): 16-23.

基于遗传算法的神经网络木材消耗量预测模型研究

THE STUDY ON THE WOOD CONSUMING PREDICTION MODEL OF NEURAL NETWORK BASING ON GENETIC ALGORITHM

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

作者中心

期刊获奖

引证指标

联系方式