پیش بینی حجم صنعتی و هیزمی پهن برگان با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: سری گرازبن جنگل خیرودکنار، نوشهر)

تصمیم گیری در منابع طبیعی اغلب به پیچید گی هایی فراتر از روش های تجربی آماری منجر می شود، بنابراین نیاز به راهکارهای نوین دارد. تکنیک شبکه های عصبی مصنوعی با تقلید از مغز انسان و الگوبرداری از آن به فرآیند حل مشکل می پردازد. در این پژوهش به پیش بینی حجم صنعتی و هیزمی درختان با استفاده از تکنیک هوش مصنوعی پرداخته شد. برای این منظور، 367 اصله از درختان نشانه گذاری شده جنگل آموزشی- پژوهشی خیرودکنار نوشهر انتخاب و متغیرهای قطر برابر سینه، قطر کنده، ارتفاع کنده، ارتفاع کل، طول صنعتی، حداقل قطر میانه گرده بینه، وضعیت درخت، گونه و عامل های توپوگرافی شامل شیب، جهت و ارتفاع از سطح دریا اندازه گیری شدند. کلیه متغیرها به عنوان ورودی شبکه درنظر گرفته شدند. برای مدل سازی از شبکه پرسپترون چندلایه استفاده شد. نتایج نشان داد که شبکه MLP با مقدار خطای جذر میانگین مربعات 0/233 و ضریب تبیین های 0/94 و 0/71 به ترتیب برای حجم های صنعتی و هیزمی دارای دقت قابل قبولی برای پیش بینی بود.