论文部分内容阅读
本文针对林隙大小的时变性、不确定性以及与其影响因子存在复杂的非线性关系，采用了改进的Elman神经网络对其建立动态模型。首先介绍了改进的Elman神经网络结构特点、数学模型及学习算法；其次，文中以庞泉沟自然保护区内的华北落叶松林、油松林、云杉林的林隙大小作为实验对象，提出了基于改进的Elman神经网络林隙大小动态预测模型，并根据实验的拟合及仿真结果得到该改进的Elman神经网络林隙大小的时间序列预测模型对林隙大小的预测是可行的。最后笔者还运用了此模型预测了三种林分调查林隙被填充者完全取代的年限。