共查询到18条相似文献,搜索用时 78 毫秒
1.
我国进口俄罗斯木材趋势分析 总被引:1,自引:0,他引:1
对我国进口俄罗斯木材的历史数据进行分析,并根据灰色预测GM(1,1)模型理论,建立我国进口俄罗斯原木、锯材、板材预测模型,以此预测2015年我国对俄罗斯原木、锯材、板材的进口数量以及未来几年我国进口俄罗斯木材的总体趋势,从而为我国木材流通领域的宏观调控提供依据,保证整个社会经济的协调发展。 相似文献
2.
以落叶松木材为研究对象,实验在东北林业大学干燥实验室进行,采用MATLAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,用落叶松木材的干燥温度、湿度、循环风速及平衡含水率作为输入变量,以木材含水率作为输出变量,构建了4∶S∶1的木材干燥的BP人工神经网络模型。用120组数据对网络模型进行训练及检验,得最适宜的网络结构为4∶10∶1,均方误差函数mse=0.001 7,总体拟合精度为96.86%。该模型能够运用到相同条件下的其他树种的木材干燥。 相似文献
3.
2004年5月国际林业研究中心(CIFOR)讯:中国的木材进口引起了国际关注。1998年由于森林的过度采伐造成的洪水灾害,导致了4000多人伤生,从此,中国实施了大范围的采伐禁令。该禁令对中国的森林来说似乎是福音,但也存在对这种采伐禁令的担心,那就是 相似文献
4.
5.
6.
俄罗斯是世界上森林资源最丰富的国家,也是世界上主要的木材生产国和出口国之一。我国自上世纪70年代就开始从俄罗斯进口原木并逐年增多,俄罗斯原木在我国进口木材中的比例逐年大幅提高。 相似文献
7.
生态旅游需求预测受到许多不可预知因素的干扰,而且不稳定因素也很多,传统方法难以得到有效的预测结果。文章把BP神经网络应用在旅游需求预测中,通过介绍BP神经网络的原理和计算步骤,结合实例确定神经网络的结构,从而建立BP神经网络,最后预测了太白山自然保护区2011—2020年旅游人数,将利用该模型得到预测数据与实际数据做对比,表明该模型预测效果良好,并能保证网络良好的泛化能力。 相似文献
8.
2003年全国进口木材情况评析 总被引:1,自引:0,他引:1
2003年我国进口原木、锯材、胶合板、纤维板、枕木实际材积(混合立方米)计3 298.22万 m~3,比去年同期3 151.17万 m~3,增加147.05万 m~3,增幅为4.67%。随着国际货运价格的大幅上升,2004年春节后进口木材的报价已出现较大的升幅。 相似文献
9.
2007年10月,到货的俄罗斯原木仅为14.16万m^3,低于9月份的18.44万m^3,骤减26.4%,与去年同期相比骤减60.0%。 相似文献
10.
11.
12.
13.
陈岩 《绿色中国(A版)》2005,(14):53-55
研究表明,韩国是世界重要的木材消费大国和贸易大国,1997年,韩国工业材原木进口量为947万m3,仅次于日本,居世界第2位;单板进口量为40.7万m3,居世界第4位;胶合板进口量为97万m3,居世界第5位。研究韩国木材进口及消费趋势,对于我国开发韩国市场,建立中韩木材产业合作关系意义深远。 相似文献
14.
运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的BP网络模型。结果表明:所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3.15%;虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5.91%;虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10.65%。 相似文献
15.
基于过程神经网络的木材生长轮密度预测 总被引:1,自引:0,他引:1
提出一种基于过程神经网络的木材生长轮密度长期预测方法.本方法利用输入输出均为时变函数的过程神经网络输出为时变函数的特点,将原始数据拟合为输入函数并表示为一组正交基的展开形式后,使用混合遗传算法训练过程神经网络,得到过程神经网络的输出函数,以此实现木材生长轮密度的一次多步长期预测,通过与传统时间序列预测方法比较,预测精度得到显著提高,并为时间序列长期预测问题提供新方法. 相似文献
16.
17.
应用人工神经网络的原理和方法,结合主要林分因子建立林分出材率预测的多层神经网络模型。检验结果表明:所建立的预测模型,平均预测精度达到96.45%,可以对林分出材率作出准确有效的预测。 相似文献