以中国林业科学研究院热带林业实验中心杉木树种为研究对象,从森林资源二类调查数据中提取优势树种为杉木的小班,将样本数据按7∶3的比例分为训练样本和测试样本。以海拔、地貌类型、坡度、坡向、坡位、土壤种类、成土母岩、土壤厚度、腐殖质层厚度为输入变量,以杉木生长适宜性为输出变量,运用随机森林算法建立杉木适生性预测模型,对不同立地条件下的造林地进行杉木适生性预测。同时,利用随机森林模型的变量重要性评估功能,分析了各立地因子对杉木生长的影响权重。结果表明:基于随机森林的杉木适生性预测模型的训练精度为84.3%,泛化精

【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。

以我国南方杉木主产区的典型林场为案例点,基于3种不同立地条件和经营强度的土地类型上进行裸地造林的假设,运用改进的杉木生长模型和修正的Faustman-Hartman模型分析增加碳汇收益对杉木人工林经营的影响。研究发现:考虑碳汇收益将明显增加林地作为资产的价值,林地作为资产的价值增加可能使其他用途的土地转化为林业用地,最优轮伐期也随着碳汇价格的增加而呈延长趋势,但对不同类型林地的影响存在差异。中等和劣等林地的碳汇供给量对碳汇价格的反应更加敏感,为通过市场和价格手段来改变现有林地经营方式进而增加林地的森林碳汇供给提供了可能。杉木林地的碳汇供给量与利率和木材价格呈负相关关系,但是利率和木材价格变化对...

本文以A市12366税务热线为例,从税务热线客服本身的特征与行为出发,引入机器学习中的随机森林算法,构建服务质量预测模型。实验结果显示该模型的拟合优度为86.30%,而用来对比验证的多元线性回归预测模型的拟合优度仅为36.3%。其次,通过对服务质量进行事前预测与把控,不断地优化影响因素,从而有效地提高A市税务热线服务质量。研究发现,通过优化工作经验、实际接听量以及工时利用率等因素可以有效地提高服务质量。

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。

对变量进行重要性度量是变量选择的依据。变量选择在复杂数据的统计建模和解释预测中具有广泛的研究背景。基于随机森林算法，文章对回归问题中的最小深度、变量在根节点的分裂频次、置换重要性、节点纯度等变量重要性度量进行了原理阐述，并采用数值模拟研究了各种重要性度量的性能，为新方法的设计提供了基础。

对纯林杉木、杉木福建柏混交林杉木的生长特点作了分析。结果表明，纯林杉木生长落后于混交林杉木。与纯林相比，混交林杉木１６年生时单株材积增加了７０１０％；混交林杉木平均树高生长和胸径生长高峰值出现时间早，峰值大，速生持续时间长。图９参７

笔者引入一种新的非参数随机森林方法预测我国基金超额收益率方向,并和自回归移动平均、随机游走、支持向量机等方法进行比较,发现随机森林方法在收益率方向预测上有很好的效果,一定程度上证明了我国金融市场的可预测性。并在收益率方向预测结果的基础上构建各种交易策略,利用2006年12月至2008年10月我国股市大涨大跌期来检验交易策略,结果表明,在其他条件相同情况下,基于随机森林的交易策略表现明显要好于其他策略。

从汪清林业局大荒沟林场、大柞树林场等11个林场的森林资源二类调查数据中选取优势树种为蒙古栎、阔叶混交林及针阔混交林的小班。以海拔、土层厚度、坡位、坡向、腐殖质层厚度、坡度6个立地因子以及年平均气温、月平均气温差等19个气候因子为输入变量,以树种年平均蓄积生长量为输出变量,应用随机森林回归算法分别建立蒙古栎、阔叶混交林及针阔混交林的立地质量评价模型,对不同立地条件下的造林地进行生产潜力预测。同时,分析了各环境因子对树种生长的影响权重。结果表明:1)所建立的3种回归模型的RMSE的值分别为:0.22、0.54、0.52,R~2值分别为:0.79、0.79、0.72,模型的拟合效果较为理想。2)研究区域内,对蒙古栎生长影响较大的因子依次为月平均气温差、温度季节性变化、坡度、年降水量、年平均气温差;对针阔混交林生长影响较大的因子依次为:坡度、腐殖质层厚度、月平均气温差、最湿季度降水量、最暖季度降水量;对阔叶混交林生长影响较大的因子依次为:坡度、坡位、坡向、温度季节性变化、最干旱季平均气温。3)通过对比同一立地3种类型的生产力,针阔混交林、阔叶混交林的年平均蓄积生长量均高于蒙古栎纯林,针阔混交林略高于阔叶混交林。4)因此,应客观考虑环境因子对于林木的影响程度,使其生长环境条件尽可能地处于最佳组合状态。

【目的】基于空间聚类对杉木分布区进行分组,在不同组内分别建立杉木生长模型,为适用于全国范围的杉木生长高精度预测提供方法。【方法】以杉木分布的16个省区为研究区,基于第七次、第八次全国森林资源连续清查杉木固定样地复测数据和研究区的地形、土壤、气象等环境数据,采用随机森林-递归特征消除(RF-RFE)算法对影响杉木生长的环境因子进行分析。选择对杉木生长影响较大的前8个环境因子,利用ArcGIS 102的分组分析功能,根据环境相似性对杉木分布区进行分组,分别建立林分分组和未分组蓄积生长率模型。以全国未分组模型作为参考,采用决定系数(R~2)、均方根误差(RMSE)、平均相对误差(MRE)、系统误差(SE)和剩余标准差(S)对建模结果进行分析。【结果】对杉木生长影响较大的前8个环境因子分别为bio4(温度季节变化标准差)、elevation(海拔)、bio3(等温性)、bio8(最湿季度平均温)、bio1(年均温)、bio14(最干月降水量)、bio12(年均降水量)和bio2(昼夜温差月均值)。将研究区划分为7组时可使组内环境相似性最大、组间环境相似性最小。7组中只有4组有杉木样地数据,在4组中采用2种模型分别建立杉木林分生长率模型,与全国未分组模型相比,分组模型的决定系数提高01左右,拟合度更好;分组建模精度也明显提高,RMSE降低05左右,MRE降低6%左右,SE降低3%左右,S降低1左右。【结论】根据环境相似性对研究区分组并在此基础上建立生长模型是一种适用于全国范围杉木生长的高精度预测方法,可用于全国区域范围杉木林分生长量的整体预估和森林资源小班数据的模型更新,为实现主要人工林树种的大区域生长预测提供新的方法。

以花芽数和球果数的系统抽样为基础，采用可见半面树冠法和信息段法分别建立了杉木种子园单株球果产量的预测模型，并利用球果切开法建立了球果种粒数预测模型。结果表明利用可见半面树冠法预测单株球果产量简便易行、精度较高，最佳信息段法预测精度较高、适用性强，球果切开法能估测全球果的饱满种粒数、空粒数和涩粒数，同其它方法结合使用可预测种子产量和质量等级。各类预测模型的检验均达极显著水平，可根据实际需要选择应用。

［目的］应用逻辑斯蒂回归模型和随机森林算法建立大兴安岭塔河地区林火发生的预测模型并对比模型预测精度，判断随机森林算法在该地区林火预测中的适应性，为该地区林火管理工作提供技术支持。［方法］利用１９７４—２００８年大兴安岭塔河地区森林火灾发生数据，分别运用二项逻辑斯蒂回归模型和随机森林算法，对塔河地区林火发生与气象因子之间的关系进行实证分析。为减少训练样本分布对试验结果的影响，将全样本数据随机分成６０％的训练样本和４０％的测试样本，并且进行５次重复，建立５个中间模型（样本组）。选择在５个中间模型中的３个及以上的显著变量（因子）对全样本数据进行分析并分别比较２种模型算法在５个中间模型和全样本模型中的．．．

在全球化的市场竞争中,企业如何利用现有资源,提高客户满意度,保住现有客户,已成为企业面临的主要问题,客户流失预测越来越受到企业关注。本文针对实际客户流失数据中正负样本数量不平衡而且数据量大的特点,提出一种改进的平衡随机森林算法,并将其应用于某商业银行的客户流失预测。实际数据集测试结果表明,与传统的预测算法比较,这种算法集成了抽样技术和代价敏感学习的优点,适合解决大数据集和不平衡数据,具有更高的精确度。

20世纪70年代,著名植物学家Halle和Olde-man首次正式提出了树木的构筑型概念并总结出热带树木的23种构型模式,同时编制了分析热带树木构筑型的检索表开始了对植物构筑型比较系统的研究。植物构筑型研究树形、冠形、分枝结构等树木的整体形态结构特征和它的构件即根、茎、枝、

红松是我国重要的经济树种和生态树种,同时也是国家储备林树种,所以对于红松的研究很有必要。目前我们国家林业资源数据庞大,数据之间的联系也越来越紧密,利用现代科技方法对于传统林业数据进行分析挖掘势在必行。针对以上问题,本研究以红松(Pinus koraiensis)作为研究对象,利用一类和二类林业调查数据,获得红松分布点信息,同时结合气候、地形、土壤等环境数据,采用随机森林模型,对于红松进行全国范围内的潜在分布预测,绘制潜在分布范围结果示意图,同时对影响红松生长的重要环境因子进行分析。另外在辽宁省内,选择红松