基于神经网络的人工林油松木材径向解剖特性预测研究-材料加工工程专业论文.docxVIP

摘 摘 要 油松作为内蒙古自治区西部地区大力推广的主要人工林树种之一，其解剖特性直 接关系到木材的加工利用情况。油松木材径向解剖特性对外界生态环境影响变化具有 一定响应作用，本文通过对油松木材径向管胞长度、管胞宽度、管胞壁厚、腔径比、 长宽比、壁腔比等指标的测定与分析，将试材当地的气候因子与其径向解剖特征建立 联系，并使用神经网络预测方法对其径向解剖特征进行短期预测。 本文首先采用统计回归方法进行油松木材径向解剖特征模型的建立，除晚材的管 胞宽度和管胞壁厚两项指标拟合程度较差外，其他指标拟合效果相对较好，但总体拟 合精度和相关性较低。而使用神经网络方法建模，无论是绝对误差还是相对误差均要 优于回归方法，预测精度较高。 通过实验及仿真结果表明，以每月的平均气温、地平均温度、降水量、日照百分 率、湿度、蒸发量、极端最低温度作为输入，用神经网络预测的方法建立油松木材径 向解剖特性变异规律预测模型，早晚材管胞长度预测值与输出值的最大相对误差分别 为3．29％和1．8％，早晚材管胞宽度预测值与输出值的最大相对误差分别为2．62％ 和1．7％，早晚材管胞壁厚预测值与输出值的最大相对误差分别为4．08％和3．22％， 预测精度非常高，预测结果可以满足实际预测要求，获得了较好的效果。 蝴：油松；神经网络；径向解剖特性；预测 Studies Studies On Forecast of Radial Anatomy Specific in Chinese Pine Plantation Based on Neural Network AbStraG-沱 As one kind of main plantation tree speei=extended by theⅥ，es咖Inner Mongolia,anatomical 商匝ac舵赫ofChinese pine has direct relation to珥0C她1．iti]iz撕on on Wood the radial anacmeal character磷es of Chinese pine reSjjonse to the extnml eeok,gical enviromn圈a．wood radial位achdd length,的l涮吡tracheid wall thickness,diameter-width ration,length-width ratio,Ratio ofwall to cavity．The paper set relation betweell climatic faaors and the radial anatomical d盟翻既日is墩删瑚e 嬲蚰I球氟∞呔tD埘ke幽0It-l矗m讲删on∞锄匝m捌吐匝翟：ce【is瓶 Fkst the paper捌Io跳ed satistical method to build model,the reslts shows that tracheid widia and traeheid wall thicknesss have lower fit level,other itmas achieve the better fitting effect,but whole fit．s precision and conelation was low．Whether absolute CaR)IS or relative elro峨adopling neural nctwonk method waaieve highpl嚣2ision．．1 By experiment and ShllUlafion result,average tampc纽m every month,ground avelage of sunshine,humidity,evamraion capacity and Minimum Tempemtme used笛毗幻establish Chinese Pine radial anatomy charaaerisfics specific regularity prediction model by the Mettxxi of neural network,the max锄um relative口ror oftiae predictive value ardoutput valueof pmmmre and late trachdd leagI}l is respectively 3．29％and 1．8％’the maximum relative earor of the predictive value and output value ofpremaane and late Irach