当前位置: 首页 > 文章 > 基于BP神经网络的沙柳地上生物量预测模型 林业科学研究 2022,35 (3) 193-198
Position: Home > Articles > Aboveground Biomass Model of Salix psammophila Based on BP Neural Network Forest Research 2022,35 (3) 193-198

基于BP神经网络的沙柳地上生物量预测模型

作  者:
程冀文;王树森;罗于洋;张岑
单  位:
内蒙古农业大学沙漠治理学院
关键词:
沙柳;生物量估算模型;BP神经网络;库布其沙漠
摘  要:
[目的]以库布其沙漠沙柳为研究对象,建立基于BP神经网络的沙柳生物量模型,探究不同建模因子下的沙柳生物量估算模型变化,以期探究沙柳生物量估算模型的最优形式.[方法]选取6种沙柳生长因子,并根据与生物量相关性大小加入输入变量,从而组成6组不同输入变量,输入变量包含因子数量逐步增加(1~6种).对比BP神经网络沙柳生物量模型不同输入变量所拟合模型的性能,确定最佳输入变量,并在最优输入变量的基础上,确定BP神经网络隐层数量,经过反复训练,建立基于BP神经网络的沙柳生物量估算模型.[结果]基于BP神经网络的沙柳生物量模型最优结构,即输入层节点数(Nin):隐层节点数(Nh):输出层节点数(Nout)为:4:9:1.其中训练数据R2=0.97,RMSE=0.67,MAE=0.50;测试数据R2=0.96,RMSE=1.10,MAE=0.77.[结论]基于BP神经网络的沙柳生物量,随着输入变量中输入因子的数量不断增加,发现其R2、RMSE、MAE所表现出的模型性能逐渐变好,但是输入变量每增加1种后,当输入因子数量为5时,模型精度相比输入因子数量为4时提升幅度较小,考虑模型使用时的精度和野外工作的便利性,输入层最优输入因子数为4种,当隐层数为9时模型性能表现为最优.
译  名:
Aboveground Biomass Model of Salix psammophila Based on BP Neural Network

相似文章

计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊