中文摘要：

本研究以东北主要人工林树种- - 落叶松为研究对象，分别采集不同培育措施(立地条件、初植密度、间伐强度、修枝剪枝等)条件下，木材的解剖性质、物理力学性质,采用人工神经网络技术分析人工林落叶松木材的生长变异规律,比较分析人工培育措施对木材材质的影响,研究神经网络模型拓扑结构，网络层数和结点个数，建立人工林木材变异规律模型和材质预测模型,测试模型的逼近能力，检验模型的拟合精度，完善木材材质预测理论和方法,实现对人工林木材材质早期预测,为木材资源的科学加工利用提供科学依据.再通过回馈分析人工培育措施对木材材质的影响,优选确定落叶松人工林的相对最佳培育模式,为人工林的科学集约经营提供理论依据和科学指导，进一步完善木材材质预测理论和方法.

结论摘要：

本课题以研究落叶松人工林培育措施与木材品质关系和建立木材材质预测模型为目标，分析落叶松材质变异规律和不同培育措施对木材材质的影响，优选落叶松人工林最佳培育模式。分别采用回归分析、时间序列和神经网络方法建立人工落叶松材质预测模型，通过比较分析，确定木材材质预测的最佳建模方法为神经网络方法。 采集30年生人工林落叶松为实验对象，测定木材解剖、物理及力学性质，根据测得数据，采用多元回归分析法，分析培育措施对木材材质的影响，建立材质与培育措施的多元回归模型；采用数理统计分析法，建立生长轮材质变异规律模型y=a+blnx；采用有序聚类最优分割模型，界定人工林落叶松幼龄期与成熟期的界限为14a。 针对广泛采用的预测方法，选取管胞长宽比和生长轮密度，分别建立回归分析、时间序列和神经网络预测模型，比较预测误差并进行模型检验神经网络预测方法预测误差小，预测精度高，为木材材质预测最优建模方法。依据生长轮材质变异规律模型，采用神经网络方法建立预测模型，并对预测值与实测值进行比较分析，预测相对误差4.55%～-4.73%，在全部的25项指标中有22项在-2%～2%之间，说明预测效果非常好。