桉树由于其具有速生、丰产、用途广、适用性强、经济效益高等特点,近年来,在福建省的引种呈逐步北移趋势,目前在福建省引种已渐成规模,其经营管理引起了越来越多林业工作者的重视。而桉树林分生长规律研究则是经营管理的重要理论依据,因此本文拟针对福建北移引种桉树,以福建省闽西北的永安市桉树为研究对象,对桉树林分生长规律及经营若干问题进行分析研究,以期为福建北移桉树经营管理提供理论参考依据。人工神经网络(Artificial Neural Network,简称ANN)是现代智能算法之一,它具有不需要考虑数学模型的内部结构,不需要假设前提条件,不需要人为地确定因子权重等特点,并能够综合地映射研究对象的整体性,具有大规模并行运算、自适应、自学习、容错性的能力而被广泛应用于生物学系统中具有非线性和复杂性的预测建模。因此本文在前人对于林分生长规律研究基础上,首次采用ANN原理对北移桉树人工林林分的直径、树高、直径与树高二维分布、全林分模型及出材率模型进行研究,其研究结论表明:(1)分别以相对直径、相对树高为输入变量、株数累积频率为输出变量、隐层和输出层的传递函数为logsig构建1:2:1的桉树人工林林分相对直径BP神经网络模型。相对直径累积频率BP神经网络模型的平均预测精度达到0.8819,相对树高累积频率BP神经网络模型的平均预测精度达到0.8810,其模型预测较好,对永安桉树人工林林分直径与树高累积频率分布均具有较好的适应性。(2)以相对直径和相对树高为输入变量、株数累积频率为输出变量、隐层和输出层的传递函数为logsig构建了2:3:1的桉树人工林林分相对直径相对树高二维株数累积频率BP神经网络模型。(3)以年龄、立地类型、株数密度为输入变量,平均胸径、平均树高、蓄积为输出变量、隐层传递函数为tansig,输出层传递函数为purelin构建了3:6:3的桉树人工林全林分生长BP神经网络模型。利用38块标准地样本对所构建的模型进行预测,结果为平均胸径预测精度平均值为0.8675,平均树高预测精度平均值为0.8789,蓄积预测精度平均值为0.7869。(4)利用归一化处理后的径阶和树高为输入变量,林分总出材率为输出变量,隐层和输出层的传递函数为logsig构建了2:4:1的桉树人工林林分出材率BP神经网络模型。利用49株样木作为预测样本对所建的出材率模型进行预测后发现预测出材率与实测出材率的误差平均值为0.0042,预测精度平均值达0.9481,说明所拟合的模型预测效果较好。综上研究表明,人工神经网络模型在永安桉树人工林林分生长规律研究中具有良好的适应性,其模型预测精度亦可达到要求,其应用将为北移桉树人工林经营研究提供一种新的思路与方法。