基于改进RBF算法的气候因子对木材特性影响预测的研究

发布时间：2023-10-04 02:23

　　随着林业的高速发展,人们对木材的品质要求越来越高,应用范围也越来越广,人工林的培育已成为目前人们关注的要点之一。气候因子是影响人工林生长的一个重要因素。正确掌握气候因子对木材特性的影响规律,对人工林培育经营十分重要,可以使森林资源得到合理有效的利用,为未来的林业科学综合研究和发展奠定理论基础。本文就气候因子对木材特性影响这一课题,以红松人工林为研究对象。(1)利用数据采用多元回归分析的方法选取出受气候因子影响较大的木材特性,再根据木材特性受气候因子响应的月表,选出对所选木材特性影响较大的气候因子。(2)基于传统径向基神经网络(RBF)建立气候因子对木材特性影响的预测模型,找出传统RBF神经网络预测的不足。(3)通过添加自适应因子,提出一种自适应RBF神经网络,以提高传统RBF神经网络的预测精度和收敛速度。(4)利用小波变换与BP神经网络和RBF神经网络进行混合,得到一种自适应小波RBF神经网络,以期达到更高的收敛速度和预测精度。基于上述过程所取得的成果:(1)通过木材特性受气候因子影响程度表格。选出了红松人工林物理特性中的生长速率和解剖特性中的晚材管胞长度作为本研究所选取的木材特性。对...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景
    1.2 木材预测研究现状及发展趋势
        1.2.1 气候因子对木材特性影响研究现状
        1.2.2 气候因子对木材特性影响研究发展趋势
    1.3 人工神经网络算法研究现状及发展趋势
        1.3.1 人工神经网络算法研究现状
        1.3.2 人工神经网络算法发展趋势
    1.4 研究的目的意义及内容
        1.4.1 研究目的
        1.4.2 研究意义
        1.4.3 研究内容
    1.5 技术路线
    1.6 论文章节安排
2 木材特性及气候因子的选取
    2.1 试验材料和方法
        2.1.1 试验材料
        2.1.2 试验测量方法
    2.2 木材特性受气候因子影响程度的分析及选取
        2.2.1 物理特性受气候因子的影响
        2.2.2 解剖特征受气候因子的影响
        2.2.3 木材特性选取
    2.3 气候因子的选取
        2.3.1 影响生长速率气候因子的选取
        2.3.2 影响晚材管胞长度气候因子的选取
    2.4 本章小结
3 基于RBF神经网络的气候因子对木材特性影响预测模型
    3.1 人工神经网络
        3.1.1 神经网络组成
        3.1.2 神经网络的特性
        3.1.3 神经网络的泛化能力
    3.2 RBF神经网络
    3.3 基于RBF神经网络建立预测模型
        3.3.1 实验材料
        3.3.2 模型建立
    3.4 仿真结果分析
    3.5 本章小结
4 基于自适应RBF神经网络的气候因子对木材特性影响预测模型
    4.1 RBF神经网络改进的基本思想
    4.2 自适应RBF神经网络
    4.3 基于自适应RBF神经网络建立预测模型
    4.4 仿真结果分析
    4.5 本章小结
5 基于自适应小波RBF神经网络的气候因子对木材特性影响预测模型
    5.1 自适应小波RBF神经网络
    5.2 基于自适应小波RBF神经网络建立预测模型
    5.3 仿真结果与分析
    5.4 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢



本文编号：3851122