在基于知识的系统中,尤其是在专家系统中,知识的获取是一个十分困难的问题,它一直被公认为是一个“瓶颈”。本论文系统地介绍了人工神经网络知识获取技术的有关理论和应用技术,提出了一种在森林经营决策中的应用方法,并在MATLAB软件环境下,对文章提出的应用方法和理论进行了验证,初步实现了基于神经网络的自学习知识获取过程。本文利用知识获取技术,根据森林资源连续清查的固定样地调查资料,建立地类、林种预测和森林未来收获量预估的神经网络里模型(包括龄组结构预测和林分采伐量预测),并对所建立的模型进行适应性检验。检验结果表明用人工神经网络的方法对地类、林种的动态变化和林分收获量进行预测是可以满足林业生产经营的精度要求,即该神经网络获取的知识是可行的。利用所获取的知识分别对福建建阳地区各地类、林种未来几年的动态变化趋势以及福建杉木林分发展趋势和森林采伐量进行预测、分析,从中找出控制发展的关键所在,作出科学的决策,这对维护生态平衡、合理发展林业生产有重大的现实意义。本文用人工神经网络来实现知识的自动获取,无需由知识工程师来整理、总结、消化领域专家的知识,只需用领域专家解决问题的实例或范例来训练神经网络,使得在同样的输入条件下人工神经网络能够获得与专家给出的解答尽可能相同的输出。