马翔宇　王晓丰　段文英

摘要：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logsigmoid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。

关键词：BP神经网络；落叶松木材；干燥；木材含水率

中图分类号：S 782.31文献标识码：A文章编号：1001-005X（2015）01-0063-03

Research on BP Neural Network Model of Larch Wood Drying

Ma Xiangyu，Wang Xiaofeng，Duan Wenying*

（College of Science，Northeast Forestry University，Harbin 150040）

Abstract：Taking the larch wood as the research object，the experiment is conducted in the drying laboratory at Northeast Forestry University.Logsigmoidtype function（logsig）and a linear function（purelin）in MATLAB are used as the role of neuronal function.Drying temperature，humidity，wind speed and equilibrium moisture content of the loop of larch wood are used as input variables，meanwhile the moisture content of wood as output variables，BP artificial neural network mode of 4∶S∶1 wood drying is constructed.The network model is trained and tested by 120 groups of data.The results showed that the most suitable network structure is 4∶10∶1，the mean square error function MSE is 0.0017，the general fitting accuracy was 96.86%.The model can be applied to other species under the same conditions of wood drying.

Keywords： BP neural network；larch wood；drying；wood moisture content

收稿日期：2014-06-11

基金項目：中央高校基本科研业务费专项资金项目（2572014BB20）

第一作者简介：马翔宇，硕士研究生，研究实习员。研究方向：生物数学。Email：maxiangyu_cheng@163.com

*通讯作者：段文英，硕士，教授。研究方向：生物数学。

Email：qiuzhiyun1956@163.com

引文格式：马翔宇，王晓丰，段文英.落叶松木材干燥的BP神经网络模型研究[J].森林工程，2015，31（1）：63-65.木材干燥是一个非线性干燥过程，它受一些外在的不确定因素影响着，因此干燥时必须控制好木材干燥系统[1，8-9]。本文应用BP神经网络建模技术构建一般模型，经过具体数据训练、分析确定最后模型。建模、训练、分析都基于MATLAB系统，给出BP神经网络结构图和MATLAB数学模型[2-4，10]。

1实验数据来源

本实验在东北林业大学干燥实验室进行，设备为GDS-100恒温恒湿箱，工作室尺寸：400×500×500，设备调湿范围：35～98%RH，波动度：±3%RH，调温范围：-0～100℃，波动度：±0.5℃，均匀性：±2℃；NEC多点温度自动检测系统；电子秤，精度分别为1 g和0.01 g；卡尺，精度为0.1 g；ZRQF智能风速计，精度为0.01 m/s。……