全 文 ：第 !" 卷 第 # 期
$ % & % 年 # 月
林 业 科 学
’()*+,)- ’)./-* ’)+)(-*
/012 !"，+02 #
345，$ % & %
应用遗传算法的工业原料林多树种造林设计!
林6 晗6 洪6 滔6 陈6 辉6 吴承祯6 范海兰6 宋6 萍6 陈6 灿6 李6 键
（福建农林大学林学院 6 福建省高校森林生态系统过程与经营重点实验室 6 福州 7#%%%$）
摘 6 要：6 提出对遗传算法进行改进，通过复制、交换、倒位及交叉突变 ! 个遗传操作实现目标的最优化，其遗传编
码采用 &，$，⋯，! 表示（! 为造林树种数），进一步建立工业原料林基地建设在资金、计划、苗木品种和数量等约束
条件下造林技术设计最优方案的数学模型和具体解法。将改进遗传算法应用于福建省永安林业（集团）有限公司
#% 个造林小班的造林技术设计，基于杉木、马尾松和桉树工业原料林地位指数及生长模型，在采用改进的遗传算法
优化造林技术设计获得最优组合方案下，杉木造林 &$82 "" 9:$，苗木需要 !#2 !8% 万株，$% 年累计木材收获可达
$2 %&% 万 :7；桉树造林 ;%2 %! 9:$，苗木需求为 &!2 888 万株，< 年累计收获木材 &2 !!! 万 :7，7 茬桉树木材收获达
!2 77$ 万 :7；马尾松造林 "&2 ;7 9:$，需要苗木 $<2 "<$ 万株，$% 年时累计木材收获为 %2 <77 万 :7；工业原料林基地
造林设计总面积为 $<&2 #7 9:$，总投资为 &!!2 ;$; ! 万元，最优造林技术设计方案下可望在 $% 年时获得 ! &#$2 <;
万元经济收益，达到预期效果，多树种造林技术设计方法可在生产实践中推广应用。
关键词：6 遗传算法；造林技术；多树种设计
中图分类号：’<$#2 76 6 6 文献标识码：-6 6 6 文章编号：&%%& = 收稿日期：$%%; = &$ = &<。
基金项目：福建省重大专项前期基础研究（$%%#+>&%$&）、国家自然科学基金（7%"<&""!）资助项目。
!吴承祯为通讯作者。
!"#$%&’()*%)’ +)’%,- %- .#/-$%-, 0-1"’$2%/# 342)’$’ 56 7)-)$%* 8#,42%$9:
.?@ A4@6 A0@B ,406 (9C@ AD?6 ED (9C@BF9C@6 G4@ A4?14@6 ’0@B H?@B6 (9C@ (4@6 .? I?4@
（"#$%&’ ()*%+#,-#*. &’/ "0*.1-*2 3’%4.*1%-26 5.2 6&70*&-0*2 08 "#$%&’ "0*.1- 9+0,0)%+&, :21-.!
;*0+.11 &’/ <&’&).!.’-6 "#=>0# 7#%%%$）
85’$2/*$：6 -1J90DB9 ?@JC11CKJD41?FCL 4MM0NCOJ4J?0@ LCO?B@ ?O J9C ?:P0NJ4@J JCK9@?K41 BD4N4@JCC ?@ CMM?K?C@J KD1JDNC 0M
?@LDOJN?41 P14@J4J?0@，4PPN0PN?4JC :CJ90LO 4NC OJ?11 14KQ?@B ?@ :D1J?ROPCK?CO 4MM0NCOJ4J?0@S TC@CJ?K 41B0N?J9: PNCOC@JO J9C
?@JC11CKJD41?FCL K94N4KJCN?OJ?KO ?@ JU0ROPCK?CO 4MM0NCOJ4J?0@ LDC J0 J9C DOC 0M % = & K0L?@BS -@ ?:PN0VC:C@J 0M BC@CJ?K
41B0N?J9: U4O PDJ M0NU4NL ?@ J9?O P4PCN，U9?K9 0PJ?:?FCL J9C 0WXCKJO W5 M0DN BC@CJ?K :4@?PD14J?0@O 0M K0P5，CYK94@BC，
?@VCNO?0@ 4@L KN0OO :DJ4J?0@ U?J9 ?JO BC@CJ?K K0L?@B CYPNCOO?@B 4O &，$，⋯，!（@D:WCNO 0M JNCC OPCK?CO）S )@ J9C 4OPCKJO
0M MD@LO，P14@O，OCCL1?@B V4N?CJ?CO 4@L @D:WCNO，J9C :4J9C:4J?K41 :0LC1 4@L PNCK?OC O01DJ?0@ 0M 0PJ?:41 4MM0NCOJ4J?0@
JCK9@?ZDC UCNC COJ4W1?O9CL ?@ ?@LDOJN?41 P14@J4J?0@ K0@OJNDKJ?0@S ,9C ?:PN0VCL BC@CJ?K 41B0N?J9: U4O 4PP1?CL ?@ J9C
4MM0NCOJ4J?0@ JCK9@?K41 LCO?B@ 0M #% ODWRK0:P4NJ:C@JO 0M GDX?4@ [0@B&4@ G0NCOJN5（TN0DP）I0?@JR’J0KQ (0S，.JLS \4OCL 0@
J9C O?JC ?@LCY 4@L BN0UJ9 :0LC1 0M ?@LDOJN?41 P14@J4J?0@ 0M ?#’’%’)>&!%& ,&’+.0,&-&，;%’#1 !&110’%&’& 4@L 9#+&,2@-#1
OPP，J9C 0PJ?:41 LCO?B@ U4O 4K9?CVCL W5 J9C 4PP1?K4J?0@ 0M ?:PN0VCL BC@CJ?K 41B0N?J9:S G0N &$82 "" 9:$ 0M ?A ,&’+.0,&-&
4MM0NCOJ4J?0@，!#! 8%% OCCL1?@BO UCNC @CCLCL 4@L J9C KD:D14J?VC J?:WCN 5?C1L U0D1L NC4K9 $% &%% :7 ?@ JUC@J5 5C4NO；M0N
;%2 %! 9:$ 0M 9#+&,2@-#1 OPPS 4MM0NCOJ4J?0@，&!8 88% OCCL1?@BO UCNC @CCLCL 4@L J9C KD:D14J?VC J?:WCN 5?C1L U0D1L NC4K9
&! !!% :7 ?@ OCVC@ 5C4NO，J9NCCRW4JK9 J?:WCN 5?C1L U0D1L NC4K9 !7 7$% :7 4MJCN $% 5C4NO；M0N "&2 ;7 9:$ 0M ;A !&110’%&’&
4MM0NCOJ4J?0@，$<" <$% OCCL1?@BO UCNC @CCLCL 4@L J9C KD:D14J?VC J?:WCN 5?C1L U0D1L NC4K9 < 77% :7 ?@ JUC@J5 5C4NOS
TD?LCL W5 J9C 0PJ?:41 4MM0NCOJ4J?0@ JCK9@?K41 LCO?B@，J9C J0J41 4MM0NCOJ4J?0@ 4NC4 0M ?@LDOJN?41 P14@J4J?0@ NC4K9CL $<&2 #7
9:$，J0J41 ?@VCOJ:C@J NC4K9CL &2 !!; $;! :?11?0@ 4@L J0J41 PN0M?JO U0D1L NC4K9 !&2 #$< ; :?11?0@ 4MJCN $% 5C4NOS ,9C
CYPCKJCL CMMCKJ U4O 0WJ4?@CL 4@L J9CNCM0NC :D1J?ROPCK?CO 4MM0NCOJ4J?0@ JCK9@?ZDC K0D1L WC 4PP1?CL 4@L PN0:0JCL ?@ M0NCOJN5
PN4KJ?KCS
;)6 <421’：6 BC@CJ?K 41B0N?J9:；4MM0NCOJ4J?0@ JCK9@?ZDC；:D1J?ROPCK?CO LCO?B@
! 第 " 期 林 ! 晗等：应用遗传算法的工业原料林多树种造林设计
! ! 在工业原料林造林设计工作中，由于原料林基
地建设面积往往较大，或者说是从整个林场、县域等
大地域控制与实现原料林林地资源优化与管理，因
此，为实现大区域工业原料林林地资源的优化利用，
开展其智能化造林技术设计势在必行。尹泰龙等
（#$%&）、徐智（#$&’）、黄文丁（#$&"）从生物学特性
出发，运用线性规划、模糊概率原理编制适地适树方
案；日本黑川泰亨（#$&#）用目标规划研究较大范围
内的林业经营问题，但这些研究仅侧重于造林树种
的选择，而未涉及到合理造林密度等问题，也很难落
实到小班。俞新妥等（#$&(）运用电子计算机技术
结合多树种生长数学模型，建立了一个计算机辅助
造林设计系统，但该系统没有考虑到各种约束条件
对造林设计的影响。因为在工业原料林造林设计过
程中，常受各种条件约束，例如上级部门或银行信贷
给某一大作业区造林投资，国民经济建设和人民生
活需要木材，以及对整个大区域来说准备苗木的品
种、数量是有限的，等等。当造林区域面积较大、造
林小班数量较多时，实现造林技术智能化就显得十
分关键，否则各种造林技术设计方案均无法获得理
想最优解。为此，在满足造林设计约束条件，为获得
最大的经济收益目标，通过智能算法优化编制整个
林场或县、市作业区或更大范围工业原料林的造林
技术设计问题为约束条件下工业原料林智能化造林
技术设计。对于智能化造林技术设计，仅洪伟
（#$&%）、吴承祯等（#$$%；)***）已提出采用 * + # 规
划、遗传算法及模拟退火法加以实现，并取得理想效
果。但均针对 ) 个造林树种，即对南方主要造林树
种杉木（ !"##$#%&’($’ )’#*+,)’-’）和马尾松（ .$#"/
(’//,#$’#’）加以设计，因为遗传算法和 * + # 规划
均是以 *，# 作为编码值，对 ) 树种的造林技术设计
十分方便（* 代表种植树种甲、# 代表种植另一树
种）。而随着桉树（ 0"*’)12-"/ ,--.）等外来速生树
种的引入，我国工业原料树种越来越多，区域化造林
技术设计也就成为现代林业发展的首要任务。因
此，探讨多树种的工业原料林智能化造林技术设计
方法，不仅具有一定的理论价值而且具有重大的实
践意义，对于多树种的造林技术设计存在方法上的
不足。考虑到工业原料林智化造林技术设计研究中
所选树种必须具备一定的研究基础和发展前景，而
我国引种桉树已有近百年的历史，造林面积、造林效
果及效益已形成一定的规模，随着全球气候的变暖，
其在我国的发展前景日益显现。因此，本研究在提
出多树种工业原料林智能化造林技术设计原理的基
础上，以南方主要造林树种杉木、马尾松和主要外来
引种树种桉树作为工业原料林造林设计的选择树
种，从而开展多树种的工业原料林智能化造林技术
研究。
#! 多树种工业原料林智能化造林技术的遗
传算法的改进
! ! 当工业原料林造林树种只考虑 ) 种树种时，根
据遗传算法的基本思路，采用 * + # 编码可以完全刻
画出智能化设计的编码要求。但当设计树种大于 )
种时，采用 * + # 编码则无法实现智能化设计的要
求，因此，必须对其加以研究与改进。由于遗传算法
能较好地解决智能化造林技术要求，故本文基于遗
传算法提出对其加以改进，创建适用于多树种工业
原料林智能化造林技术的改进遗传算法。
遗传算法（/0）求解工业原料林智能化造林技
术问题的基本思想是将问题的求解表示成“染色体
串”（用计算机编程时，染色体一般是用 ) 进制码表
示）（即当造林树种只有 ) 种时，遗传因子可采用 *
+ # 代码，* 代表种植某一树种，# 代表种植另一树
种），从而构成一群染色体串（一定数量的染色体的
集合组成染色体串），将这群染色体串置于问题的
“环境中”，根据适者生存、优胜劣汰的原则，从中选
择出适应环境的“染色体串”进行复制，即再生，通
过杂交，即交换、变异 ) 种基因操作产生出新的一代
更适应环境的“染色体串”群（即染色体串种群）。
这样，经过若干代的不断进化，最后收敛到一个适应
环境的个体上，从而求得问题的最优解。
由于是针对多树种的工业原料树种智能化造林
技术，因此，假设作业区有 # 个造林小班，可供选择
的造林树种有 ( 种，其编码方式就不能是 *，#，现设
计其编码方式为 #，)，1，⋯，(，当编码值为 # 时表示
造林设计种植树种 #，当编码值为 ) 时表示造林设
计种植树种 )，当编码值为 ( 时表示造林设计种植
树种 (。此时，智能化造林技术设计问题的染色体
串表示可以描述为 3［ $］（ $ 4 #，)，⋯，#）（图 #），其中
3［ $］是染色体串第 $个遗传坐标位置上的遗传因子，
取值为编码 # 2 ( 中之一，该遗传因子代表设计的
某一造林树种。
图 #! 智能化造林技术设计的染色体串表示
345. #! 6789:9,9:; ,<84=5 4=>4?@<4=5 9A
4=<;BB;? @AA98;,<@<49= <;?7=4EC;
! ! 简单遗传算法就是对群体不断实施遗传操作，
即复制、交换与变异等，直到问题得解（ F97=，#$&*；
1$
林 业 科 学 !" 卷 #
$%&’，())(；刘勇等，*++,）。改进的遗传算法提出
通过 ! 个基本算子实现遗传操作，即复制、交换、倒
位及交叉突变，其中交叉突变是改进遗传算法中的
创新之处（图 *）。复制是基本操作，它根据个体对
环境的适应程度，决定个体被复制的多少，一般讲，
适应值越大的个体其复制的后代越多。交换是按一
定的概率随机地对复制出的群体中选择 * 个个体配
对，然后部分地交换配对个体的某些位，形成新的个
体串，交换是最重要的遗传操作，对搜索过程起决定
性作用。倒位是在染色体中随机确定两个倒位点，
在这 * 点间的基因倒换位置，这种倒位使那些父代
中离得很远的位在后代中靠在一起，这相当于重新
定义基因块，使其更加紧凑，更不易被交换所分裂。
交叉突变是以一定的概率交叉改变某些个体串的某
些位，在交叉改变的基础上进行适应值的评价，适应
值大的突变方式所形成的个体串作为交叉突变操作
结果，并作为新的个体保留下来，交叉的目的是考虑
到编码值为 (，*，⋯!，其突变形式有多种，故从交叉
突变模式中筛选出适应值最大的一个个体串，其作
用是充分搜索参数空间。这样经过遗传操作中的复
制、交 换、倒 位 及 交 叉 突 变 等，将 最 合 适 的 保
留下来。 # #
工业原料林智能化造林技术设计的遗传算法设
计的适应度函数为：
" # ’
$
%
’
!
&
’%&·(%·)&·*%&， （(）
式中：" 为基准年时创造价值（元），即目标函数，其
值大小称之为遗传算法的适应值；’%& 为第 % 小班种
植第 & 树种在基准年时累计材积；(% 为第 % 小班面
积；)&为第 &树种每立方米木材（包括间伐和主伐收
获的木材）的平均价格；*%& 为第 %小班种植第 &树种
的决策变量。这里假定，函数值 " 越大，染色体的
适应度就越高，在工业原料林智能化造林技术设计
中处于最佳组合状态。
改进的遗传算法中有 ! 个基本算子：
(）复制 # 按 +·,% -’
+
% # (
,%（ ,%是第 %个染色体串 -.%
的适应值，即智能化造林技术设计的目标函数值，
’
+
% # (
,% 是染色体串群的适应值之和，+ 为种群数目）
决定第 % 个染色体串 .% 在下一代中应复制其自身的
数目。复制意味着适应值越高的个体，在下一代中
复制自身的个体数目越多。
*）交换 # 按一定的概率 / - 从种群中随机选择
* 个个体，进行交换，即部分交换这 * 个个体的某些
图 *# 改进遗传算法的流程
./01 *# .2%3 -&456 %7 /895%:;< 0;’;6/- 420%5/6&8
位，这里 / - 叫交换概率。交换的目的在于产生新的
基因组合，产生新的个体，而不是一代复一代地重复
同一串。如选择造林技术设计的 * 个染色体串
(*,*(,,*((** 和 *,(*((*,,(*,，假定对这 * 个染色
体串的第 " = (+ 个基因进行交换，经交换操作后的
新 的 * 个 染 色 体 串 为 (*,*((*,,(** 和
*,(*(,,*((*,，其中 ( = , 分别表示种植树种 ( = ,。
,）倒位 # 按一定的概率 /8 从种群中随机选择
(个个体，进行倒位，即在染色体中选择 *个倒位点，
在这 * 点间的基因倒换位置，这里 /8 叫倒位概率。
倒位的目的在于重新定义基因块，发现并助长有用
基因块的紧密形式。如选择智能化造林技术设计的
某一染色体串 (*,*(,,*((**，假定对该染色体串的
第 " = (+ 个基因进行倒位，经倒位操作后的新的染
色体串编码为 (*,*(((*,,**，其中 ( = , 分别表示
种植树种 ( = ,。
!）交叉突变 # 按一定的概率 /’ 对染色体串群
中的某些串的某些位进行交叉突变，即如果假定造
林树种 ! > ,，则在交叉突变过程中同时将目标染色
体串基因 ( 突变为 * 和 ,、* 突变为 ( 和 , 以及 , 突
变为 ( 和 * 各 * 种基因形成新的染色体串，在此基
础上对 * 种新染色体串的适应值进行评价，适应值
大者为保留的染色体串，也就是交叉突变所得的染
色体串，/’ 叫交叉突变概率。单靠某个位的交叉突
变一般能在求解中取得进展但进展可能较慢，所以
在交叉突变时往往考虑对某些位进行交叉突变，如
仍然假设造林树种 ! > ,，但是决定对某一染色体串
!)

林 业 科 学 !" 卷 #
种繁育等领域，而对其智能化造林技术设计的系统
研究未见报道。鉴于俞新妥等（$%&"）所建立的计
算机辅助造林设计系统并未探讨桉树，因此，须先建
立桉树辅助造林系统，以预测其造林密度及收获参
数等。
桉树造林辅助系统主要依据以下变量及数学
模型：
$）桉树品种及无性系：由于桉树是总称，所以
在此不论桉树种类及无性系，均以桉树作为大类开
展有关造林技术设计的研究，但主要包括巨尾桉、尾
巨桉及巨桉等福建主栽桉树种类和无性系。
’）桉树营林成本：黄德龙等（’(()）研究认为，巨
尾桉萌条生长迅速、分化明显，每伐桩选留 $ 株 $ 年
生萌条，生长量萌芽第 $ 代大于萌芽第 ’ 代，第 ’ 代
大于实生林。萌芽更新比实生林具有缩短经营周期、
提高单位面积产量、节省造林投资等优点；并建议参
照国外巨桉经营方式，采用 $ 次造林，至少萌芽更新 ’
次作为巨尾桉短轮伐期工业原料林主要更新方式。
因此，本研究桉树造林设计技术中，也参照国外桉树
经营方式，$ 次造林萌芽更新 ’ 次，从而节省营林成
本。其中桉树组培苗每公顷造林投入 * +(( 元，包括
炼山与整地费 $ &(( 元、苗木费 %(( 元、植苗费 ’*+
元、施基肥费 ’ $(( 元、施追肥费 *’+ 元、抚育费 ""+
元、防虫费 ""( 元、+ 年管护费 )*+ 元。
)）主伐年龄：洪长福等（’(((）采用标准地观
测资料研究分析其数量成熟年龄，提出巨尾桉主伐
年龄为 " , * 年。黄和亮等（’((*）运用经济效果评
价动态分析法的净现值指标、内部收益率指标，对福
建永安林业（集团）股份有限公司投资经营的巨尾
桉工业原料林进行研究，认为巨尾桉工业原料林最
佳经济轮伐期为 * 年，其净现值达到 + *$&- +( 元·
./ 0 ’，内部收益率达到 $&- (%1。本研究在考虑到
桉树种类众多且受环境条件影响较大，而永安林业
股份有限公司主要引种巨尾桉，因此，提出桉树工业
原料林主伐年龄定为 * 年。
!）影响桉树树高生长的主要土壤因素：吴继林
（$%%%）研究认为，影响巨桉人工林生长的主要土壤
因子为土壤田间持水量、有效锌、有效铁及有效磷等
因素，故永安林业股份有限公司工业原料桉树树高
生长预测采用以下模型（吴继林，$%%%）：
! " $$- %’) # (- ’"&$$ % (- ()")$’
# (- ($+$) # (- $!)$!
其中：! 为桉树树高生长量（/），$$ & $! 分别为土
壤田间持水量、有效锌、有效铁及有效磷。
+）生长模型包括胸径生长模型、胸径与树高关
系模型、优势高与平均树高之间关系模型、林分蓄积
量模型等（刘金福等，’(($）。项目组根据闽南山地
和闽西北桉树人工林林分调查材料，建立以下生长
模型供桉树人工林辅助造林系统建立使用。 # #
优势高与平均树高关系：
,’优 " $- (&! % # $- ((! *!,’ # 相关系数 ( 2 (- %%*，
平均胸径与平均树高关系：
,) " (- ’’& ( # (- *(! ),’ # 相关系数 ( 2 (- %%$，
林分蓄积量模型：
* " (- ((( ((( *(! +))+ %(- !"! ))$ %’!- ’*( "优
复相关系数 ( 2 (- %%*，
平均胸径与年龄关系：
,) " (- !&( $ # ’- &(* +, # 相关系数 ( 2 (- %!$，
平均树高与年龄关系；
,’ " % (- ")* + # !- (!( (, # 相关系数 ( 2 (- %+*，
平均冠幅与平均胸径关系：
,- " % $- $($ * # (- )+( $,) # 相关系数 ( 2 (- %%"，
二元材积方程：
. " (- ((( (%* $")$- *++ $(!’(- &%) )’$
复相关系数 ( 2 (- %%’，
一元材积方程：
. " (- ((( ")$- %&" + # 相关系数 ( 2 (- %*+，
其中：) 为胸径（ 3/）、’ 为树高（/），,) 为平均胸径
（ 3/）、,’ 为平均树高（/）、,’优为平均优势高（/）、
,- 为平均冠幅（/）、+ 为林分密度（株·./ 0 ’）、, 为
林分年龄（ 4）、. 为单株材积（/)）。
"）经营模式设计：桉树工业原料林采取 $ 次造
林、’ 次萌芽更新的办法实现持续经营，其中第 $ 次
造林为组培苗，第 $ 次和 ’ 次萌芽更新适当通过激
素处理以提高萌芽条质量。鉴于主伐年龄定为 *
年，结合杉木、马尾松基准年龄定为 ’( 年，且由于萌
芽更新比实生林缩短经营周期（洪长福等，’(((），
确定第 $ 次造林后 ’( 年时桉树正好实施第 ) 次主
伐。萌芽更新经费来源于木材收获收益，故桉树工
业原料林造林设计费用不考虑萌芽更新经费开支。
同时，由于桉树主要作为工业原料，间伐效益不明显
（洪长福，’(($），故在造林技术设计中不考虑间伐，
若要实施间伐，假定间伐成本与收益均等。 # #
*）桉树林不同代数萌芽林产量估算：朱宇林等
（’((+）的研究认为，连栽尾巨桉林分胸径、树高和
蓄积量均随着年龄的增长而明显增加，林分表现出
早期强速生的特性。随连栽代数的增加，尾巨桉树
高、胸径、蓄积的总生长量并没有出现下降的趋势。
因此，考虑 ’( 年内的 ) 代桉树林尽管起源不一致，
但可以认为生长态势相同、生产力相近、管理模式相
"%
! 第 " 期 林 ! 晗等：应用遗传算法的工业原料林多树种造林设计
似，故采用相同的生长模型对不同代数桉树林生长
状况进行估算。
!" # $ 多树种工业原料林 智 能 化 造 林 技 术 设
计分析 $ $
以福建省永安林业（集团）股份有限公司工业
原料林基地建设中的具体造林小班进行在多树种工
业原料林智能化造林技术的设计工作，造林设计树
种为多树种，包括杉木、马尾松和桉树。
工业原料林基地造林设计小班共 "# 个，总面积
为 $%&’ "( )*$，依据各小班坡位、坡向、坡度、表土
层厚度等因素，基于吴承祯等（&++,；$##&；$##$）建
立的造林树种地位指数、生长模型，应用俞新妥等
（&+,-）的方法可以打印出杉木和马尾松 $ 个树种
在基准年（$# 年生）时累计材积和合理造林密度
（表 $）。根据各造林小班林地土壤的土壤田间持水
量、有效锌、有效铁及有效磷等测定值，利用所建立
的桉树树高生长模型、生长模型及收获模型等基本
模型与参数，通过桉树工业原料林造林辅助系统计
算得到桉树合理造林密度及 $# 年时累计木材收获
（表 $）（其中桉树第 & 次主伐后萌芽更新形成第 $
代桉 树 林，第 ( 代 桉 树 林 仍 通 过 萌 芽 实
现更新）。 ! !
在工业原料林造林设计过程中，假设杉木每株
苗木单价 !& 为 #’ $# 元，马尾松每株苗木单价 !$ 为
#’ &# 元，桉树组培苗每株单价 !( 为 #’ "# 元。杉木
造林投资（ "&）为 . &## 元·)*
/ $，马尾松造林投资
（ "$）为 ( &"# 元·)*
/ $，桉树造林投资（ "(）为- -##
元·)* / $（包括炼山、整地、栽植及前 " 年抚育等费
用，但不包括苗木费用）。各树种的总材积（包括间
伐材）平均杉木价格（#&）计为 -,# 元·*
/ (，马尾松
（#$）为 ""# 元·*
/ (，桉树（#(）为 ""# 元·*
/ (。假
设对该工业原料林基地作业区总投资为 &." 万元
（$），对杉木苗木来说，最多可供应 -# 万株（%），但
至少必须使用 ." 万株（&）；桉树组培苗只能供应
&" 万株（’），马尾松苗木敞开供应。永安林业（集
团）股份有限公司要求第 % 年该批造林小班必须收
获桉树木材 &’ $ 万 *(，$# 年后必须收获杉木 $ 万
*( 木材。以立地条件分析：第 (，(( 小班极适宜种
杉木，第 &-，$# 小班极适宜种马尾松，而第 ..，"# 小
班极适宜种桉树。这些条件在小班造林技术设计时
都予以考虑。结合林业资源型上市公司的经营目
标，设计永安林业工业原料林智能化造林技术设计
的目标函数（适应值函数）为：
( ) ’
*
+ ) &
’
,
- ) &
.+-/ +# -0+-， （-）
即要求经营期木材收益最大，其中桉树设计 $# 年内
主伐 ( 次。约束条件：
’
*
+ ) &
’
,
- ) &
（ "- 1 !-2+-）0+-/+ # & ."# ###， （%）
’
*
+ ) &
2+&/+0+& # -## ###， （,）
’
*
+ ) &
2+&/+0+& " ."# ###， （+）
’
*
+ ) &
2+(/+0+( # &"# ###， （&#）
’
*
+ ) &
.+&/+0+& " $# ###， （&&）
’
*
+ ) &
.+(/+0+( " &$ ###， （&$）
其中：( 为工业原料林基地在基准年时创造价值
（元）；.+-（ - 0 &，$）为第 + 小班种植第 - 树种在基准
年（$# 年）时累计材积（*(）；.+( 为种植桉树的第 +
小班主伐（% 年）时总材积（*(）；/+ 为第 + 小班面积
（)*$）；#- 为第 - 树种（包括间伐和主伐收获的木
材）每立方米平均价格（元·* / (）；0+- 为第 + 小班种
植第 -树种的决策变量；2+-为第 +小班种植 -树种的
合理密度（需苗木株数）（其中杉木、马尾松按俞新
妥等（&+,-）计算，桉树根据课题组建立的辅助造林
系统进行计算）；*为小班数（此时为 "#）；,为造林
树种数。
根据改进遗传算法的基本思想，编制工业原料
林造林技术设计的计算机程序，其中收敛条件为适
应值极大值点对应染色体串不再进化，此时对应染
色体串即为最优造林设计方案。在工业原料林智能
化造林技术多树种程序设计中，由于造林小班为
"#，故设计染色体串基因数量为 "#，造林树种杉木、
马尾松和桉树分别编码为 &，$ 和 (。程序要求先由
计算机随机产生 &## 个满足约束条件（%）1（&$）的
染色体串群（由基因 &，$，( 组成），由此形成一个 "#
2 &## 的初始数据矩阵。根据此数据矩阵，利用表 $
之数据计算每一染色体串对应的适应值。基于每一
染色体串之适应值，进行复制、交换、倒位和交叉突
变的 . 大遗传操作，在 . 大遗传操作过程中必然满
足约束条件（%）1（&$）。经调试，选择确定改进遗
传算法的运行方式及相关参数（表 (），当遗传世代
为 ,- 时目标函数的适应值极大值点对应之染色体
串不再进化，表明算法收敛到一个最适应环境的染
色体串，目标函数值趋于稳定，获得最优造林技术设
计方案（表 . 1 -）。在采用改进的遗传算法智能化
求解的永安林业（集团）股份有限公司工业原料林
%+
林 业 科 学 !" 卷 #
# # # 表 !" #$ 个小班的基础数据
%&’( !" )&*+, -&.& /0 #$ *1’,/23&4.256.*
小班号
$%& %’ ()*+
,%-./01-231
小班面积
402/ %’ ()*+
,%-./01-231 5 6-7
各树种 78 年累计材积
9)-):/1;<2 <%:)-2 %’ 78+=2/0 1022 (.2,;2( 5（->·6- ? 7）
合理造林密度
@2/(%3/*:2 /’’%02(1/1;%3 A23(;1= 5（ 1022·6- ? 7）
杉木
!" #$%&’(#$)$
马尾松
*" +$,,(%-$%$
桉树
./&$#01)/, (..&
杉木
!" #$%&’(#$)$
马尾松
*" +$,,(%-$%$
桉树
./&$#01)/, (..&
B >C B" BDEC F BF"C F FF"C > > 8G8 > 788 B "F8
7 7C BE B"DC E B!"C 7 F7!C F > >78 > !F8 B EF8
> 7C DG 78BC > B"DC 7 "8!C F > 8D8 > BD8 B "88
! FC "! B"DC ! B>!C F FB!C 7 > >B8 > "!8 B E!8
F BC DG BF"C > B7!C F F8!C E > "!8 > D"8 B G78
" 7C !D B!EC 7 B7>C ! !DEC F > "78 ! 8F8 B G88
E "C !F B"DC G B!>C " FBFC E > >>8 > "!8 B DG8
D >C F" BE7C F B!DC G F7!C D > BB8 > !F8 B D!8
G !C ED B"!C D B!EC " F8BC 7 > "D8 ! 7B8 7 8B8
B8 7C BD BFBC " B>!C 7 !GFC " > ""8 ! >78 7 B78
BB >C !D B!7C " B77C D !DEC 7 > >!8 > "D8 B GD8
B7 >C EG B>FC " B7BC B !"FC G > "G8 ! 8"8 7 7>8
B> 7C !G BDGC E B!EC G !GDC E > B>8 > "E8 B G78
B! 7C !" BG!C > B!"C D !D"C G > BD8 > !D8 B D"8
BF 7C E" B>!C F B8EC D !FFC E > "F8 ! !78 7 >!8
B" !C ED B7FC ! B!7C > !>EC D ! 7B8 ! D88 7 !F8
BE !C 7B B!DC E B>!C B !G>C B > 7"8 > D"8 7 8B8
BD BC !" BB7C " B88C > !7"C D ! 8E8 ! "D8 7 7!8
BG >C !G B!FC " B!7C B !GEC " > !G8 > D"8 7 878
78 FC !D BBGC D B7BC > !"DC F ! 778 ! "E8 7 BD8
7B BC GD B7!C E BB!C 7 !!FC " ! 8>8 ! !G8 7 7G8
77 7C "E B"BC > B>GC ! !GGC F > 7F8 > DE8 B GD8
7> >C F! B!GC " B>BC G !D7C D > BF8 > "!8 B DD8
7! 7C "" B7!C D B7!C > !"EC D ! 8F8 ! !F8 7 7!8
7F EC DF B!EC 7 B>EC G !GDC " > FG8 ! 8B8 B D"8
7" !C DG G"C F DBC F !7BC " ! 7B8 ! ED8 7 >"8
7E "C !F B8EC E GBC > !"EC F ! 7F8 ! D78 7 >D8
7D !C F" BF7C > B7FC D !GFC E ! 878 ! EF8 7 7"8
7G B8C 7> B!7C " B7EC G !DEC F > DF8 ! 8F8 B G78
>8 B!C F" B!DC G B7!C D !GEC F > "F8 ! 8B8 B GB8
>B DC EG BGEC ! B"!C D F"!C 7 > 878 > E"8 B GG8
>7 GC !D BDEC F B"7C > F7BC ! > 8D8 > 7D8 7 8B8
>> GC "! 78BC " BG!C " FDBC 7 7 DG8 > !78 7 B"8
>! !C "E BBEC " BB7C > !F"C > > "!8 ! 8B8 B G!8
>F >C F! BD!C F B"!C F FB!C D > B78 > DE8 B DD8
>" "C !G BE"C F B!"C E F8BC 7 > 7F8 > "D8 B EG8
>E >C G! B""C F B>!C F F8!C F > >F8 > ED8 B D78
>D 7C !D BEEC 7 B"FC > F8!C D > 7D8 > "G8 B "D8
>G !C >F BDBC > B"!C > FBBC E > 8D8 > !D8 B "G8
!8 BC G" B7!C F BBDC G !DEC " > "78 > G!8 B D!8
!B BBC EG B>"C E BBGC F !"DC E > !F8 > DE8 B EF8
!7 B8C !" B!GC 7 B7BC D F87C > > F88 ! 8B8 7 8F8
!> DC E" B>!C F BBEC D F8BC 7 > EF8 ! 7D8 7 BG8
!! EC !" BGEC ! B"EC F "8GC B > 8"8 > "!8 B D"8
!F EC BF BF!C " B>!C E !DEC " > "!8 ! B78 B GE8
!" "C GF B>>C 7 BBGC ! !"DC E > DD8 ! "78 B G"8
!E "C !D BG!C 7 B"!C D F"EC G > 8F8 > "G8 B D78
!D BBC EG B>!C F B!7C > !"7C F > D"8 ! 7F8 B DE8
!G B8C !G B!DC 7 B!EC F !"DC G > DD8 ! "F8 7 BE8
F8 FC DE BDDC ! BF"C E "8EC ! > BE8 > ED8 B GD8
DG
! 第 " 期 林 ! 晗等：应用遗传算法的工业原料林多树种造林设计
表 !" 改进遗传算法的进化适应度函数、运算方式及参数的选取
#$%& !" ’()(*+,-. -/ (0-)1+,-.$23 /,+.(44 /1.*+,-.，$2,+56(+,* 6-7( $.7 8$2$6(+(2 -/ 9(.(+,* $)9-2,+56
交换率
#$%&’()* +’,*
倒位率
-(.*+/01( +’,*
交叉突变率
2+1// 34,’,01( +’,*
基因数量
5*(*/
群体数
61748’,01( )+147/
遗传世代数
5*(*,0% )*(*+’,01(/
进化适应度函数
#.184,01(’+9 :0,(*// :4(%,01(
;< = ;< > ;< ? "; @;; AB
基准年时创造价值
6+1:0, ’, C’/* 9*’+
表 :" 杉木工业原料林造林技术设计
#$%& :" ;//-2(4+$+,-. +(*5.,*$) 7(4,9. -/ ,.714+2,$)
8)$.+$+,-. -/ !" #$%&’(#$)$
小班号
D1E 1:
/4CF
%137’+,3*(,
造林面积
G+*’ 1:
’::1+*/,’,01( H
&3I
造林密度
G::1+*/,’,01(
J*(/0,9 H
（ ,+**·&3 K I）
需苗数量
L**J80()/
+*M40+*J H
（ ,+**·&3 K I）
基准年（I; ’）
收获量
N0*8J ’, C’/*
9*’+ H 3=
= I< AO = ;A; A O;I "A@< ?"?
B I< >A = BI; A O?A =B"< ;"B
@; I< @A = BB; ? O?O ==;< >AA
@@ =< >A = =>; @@ BI> >OB< I>A
@I =< ?O = BO; @= OAB "@=< OI>
@= I< >O = @=; ? ?O> >?I< ="=
@> I< >B = @A; ? AI= >??< O?A
@" I< ?B = B"; @; ;?> =?@< II
@? >< I@ = IB; @= ?I" BIB< ;I?
@O =< >O = >O; @I @A@ ";A< @>>
II I< B? = I"; A B?A >=;< B?@
I= =< "> = @"; @@ @"@ "IO< "A>
I" ?< A" = "O; IA @AI @ @""< "I
IA >< "B > ;I; @A ==I BO>< >AA
IO @;< I= = A"; =O =AB @ >"A< ?OA
=; @>< "B = B"; "= @>> I @B?< OA>
== O< B> I AO; I? AB; @ O>=< >I>
=B B< >O = I"; I@ ;O= @ @>"< >A"
>@ @@< ?O = >"; >; B?B @ B@@< BO=
>I @;< >B = ";; =B B@; @ "B;< B=I
>" ?< @" = B>; IB ;IB @ @;"< =O
>O @;< >O = AA; >; ?;I @ "">< B@A
表 <" 马尾松工业原料林造林技术设计表
#$%& <" ;//-2(4+$+,-. +(*5.,*$) 7(4,9. -/ ,.714+2,$)
8)$.+$+,-. -/ *" +$,,(%-$%$
小班号
D1E 1:
/4CF
%137’+,3*(,
造林面积
G+*’ 1:
’::1+*/,’,01( H
&3I
造林密度
G::1+*/,’,01(
J*(/0,9 H
（ ,+**·&3 K I）
需苗数量
L**J80()/
+*M40+*J H
（ ,+**·&3 K I）
基准年（I; ’）
收获量
N0*8J ’, C’/*
9*’+ H 3=
@B >< ?A > A;; II O>> BA;< @O>
@A @< >B > BA; B A== @>B< >=A
I; "< >A > B?; I" "OI BB>< ?I>
I@ @< OA > >O; A AO@ IIB< @@B
I> I< BB > >"; @@ A=? ==;< B=A
IB >< AO > ?A; I= =?" =OA< "="
I? B< >" > AI; =@ ;AO "AA< AA"
=> >< B? > ;@; @A ?I? "I>< >>@
>; @< OB = O>; ? ?I= I==< ;>>
>= A< ?B > IA; =? >O= @ ;=@< OIA
>B B< O" > BI; =I @;O AIO< A=
>A @@< ?O > I"; "; @;A @ B??< ?@?
表 =" 桉树工业原料林造林技术设计
#$%& =" ;//-2(4+$+,-. +(*5.,*$) 7(4,9. -/
,.714+2,$) 8)$.+$+,-. -/ ./&$#01)/,
小班号
D1E 1:
/4CF
%137’+,3*(,
造林面积
G+*’ 1:
’::1+*/,’,01( H
&3I
造林密度
G::1+*/,’,01(
J*(/0,9 H
（ ,+**·&3 K I）
需苗数量
L**J80()/
+*M40+*J H
（ ,+**·&3 K I）
基准年（I; ’）
收获量
N0*8J ’, C’/*
9*’+ H 3=
@ =< @B @ B"; "，I@> @ ?"?< O;A
I I< @? @ ?"; = ?OA @ @=A< @B"
> "< B> @ ?>; O A@> I O;;< ;AA
" @< AO @ OI; = BIO O"=< AA=
? B< >" @ AO; @I @O@ = =IB< IB"
A =< "B @ A>; B ""@ @ ABA< IAA
O >< ?A I ;@; O B;A I =O"< ?=B
=@ A< ?O @ OO; @? >O= > O"O< =@A
=I O< >A I ;@; @O ;"" > O>I< A?I
=" =< "> @ AA; B B"B @ AII< =OI
=? =< O> @ AI; ? @?@ @ OA?< ?=
=A I< >A @ BA; > @B? @ I"@< O;>
=O >< =" @ BO; ? ="I I II"< AO"
>> ?< >B @ AB; @= A?B > ">=< AAB
>? B< >A @ AI; @@ ?O> = B?O< OOI
"; "< A? @ OA; @@ BI= = "B"< >=A
基地 "; 个小班的造林设计最优组合方案下，杉木造
林面积为 @IO< BB &3I，包括 II 个小班，I; 年累计杉
木材积收获可达 I; @;@ 3=，杉木苗木需要 >"> O;B
株（表 >）；马尾松造林面积为 B@< A= &3I，包括 @I
个小班，I; 年生时累计材积收获为 ? === 3=，需要
苗木 I?B ?I@ 株（表 B）；桉树造林面积为 A;< ;>
&3I，包括 @B 个小班，? 年生累计收获木材 @> >>;
3=，= 茬桉树木材收获达 >= =I; 3=，桉树苗木需求
为 @>O OOI 株（表 "）；总投资为 @>>< AIA > 万元。工
业原料林基地造林设计总面积为 I?@< "= &3I，最优
造林技术设计方案下可望在 I; 年时获得 > @"I< ?A
万元经济收益。
=! 讨论
@O?" 年，P188’(J（@O?"；@OOI）受生物学中“生
物进化”和“自然选择”学说的启发，提出了遗传算
法。经过 =; 多年的研究、应用，其已成为非线性优
化和系统辨识的有效工具，被广泛应用于机器人系
统、模式识别、工业优化控制、自适应控制等方面
（518JC*+)，@OAO；5+*:*(/,*,,* !" #$%，@OA"）。经典遗
传算法是采用 ; K @ 编码实现遗传操作，其在解决 I
OO
林 业 科 学 !" 卷 #
个树种的造林技术设计时十分方便，但对于 $ 个以
上树种的造林技术设计时由于无法再使用 % & ’ 编
码因此存在方法上的不足。本研究基于遗传算法的
智能化与适用性，提出对遗传算法加以改进，在编码
时直接采用 ’，$，⋯，! 编码，’ 代表种植树种 ’，$ 代
表种植树种 $，其他类似。由于编码改变，因此在构
建染色体串后经典遗传算法原先的复制、交叉与突
变三大遗传操作中的突变就无法实现，因为突变的
方向变成多向，与原先的 % 变 ’、’ 变 % 相比较而言
复杂程度显著提高。本研究借鉴改进单纯形法中新
单纯形形成的思路，在引入倒位操作的基础上，提出
交叉突变的思路，即突变位置遗传编码可朝不同方
向突变，但在对不同方向突变发生后进行适应值评
价从而确定适宜的突变方向，实现染色体串编码组
合的不断优化，从而获得问题的解。这是基于吴承
祯等（’(()）提出采用遗传算法解决 $ 树种造林设
计技术优化方法的创新，也正是改进算法之核心。
由于传统遗传算法编码值由二进制编码实现，无法
实现多树种的智能化造林技术问题，本方法解决了
多树种智能化造林技术设计的染色体编码技术、遗
传操作技术等技术难题，为大区域、多树种智能化造
林技术设计奠定了理论基础。
工业原料林智能化造林技术设计问题求解过程
中，关键是设计 " 个造林小班的造林技术方案，使得
# 最大（即经济收益值最大）。当约束（$）*（+）不
存在时，则此时为无约束条件的工业原料林造林设
计，只须直接对目标函数（’）进行求解即可。当出
现或还须考虑其他条件时，只须增加相应的约束条
件加以限制，通过智能化优化方法对（’）式进行求
解。当然，结合多树种智能化造林技术设计实际，可
能还存在其他方面的约束条件，约束模型也就更多。
所以，工业原料林智能化造林技术设计问题可以是
有约束条件也可以是无约束条件，约束条件还有可
能随造林设计实际变化而变化，这里统称之为工业
原料林智能化造林技术设计。
俞新妥（’(,"）建立的计算机造林辅助设计系
统是根据立地条件算出各树种在基准年下的材积和
合理的密度，其主要涉及杉木、马尾松、楠木（$%&’(’
)%’""*" ）、 木 荷 （ +,%-!* ./0’1(* ） 及 樟 树
（2-""*!&!/! ,*!0%&1*）+ 个造林树种，该系统在进
行造林辅助设计时，一方面仅考虑了适地适树的原
则，另一方面造林树种楠木、木荷及樟树均不可能大
面积推广造林而建设成为工业原料林基地。因此，
本研究结合福建省工业原料林发展实际，以杉木、马
尾松及桉树为例开展多树种造林技术设计研究，鉴
于俞新妥等（’(,"）提出的造林辅助设计系统中未
探讨桉树，因此为实现桉树造林设计的智能化，文中
更为详细地分析了桉树造林智能化设计中有关的生
长模型及设计参数；并针对俞新妥等建立的计算机
辅助造林设计系统的时间性，引用最新成果对其中
相关生长模型及参数进行更新，从而进一步提高其
适用性与科学性。因此，可以认为，本研究提出的多
树种造林技术设计不仅考虑了适地适树原则，而且
满足经济、计划、物质等约束条件，并且能达到林地、
资金效益最大，实现造林技术设计的智能化、科学
化、现代化；而且在算法上，在林学界率先实现遗传
算法编码方法与交叉突变创新，填补国内外多树种
智能化造林技术空白，这是前人方法无法解决的技
术难题。
在工业原料林智能化造林技术设计方案优化
时，造林投入是按现行成本，木材收获也是按现行价
格进行测算，预期收益未考虑时间价值。另外，在预
期收益估算过程中，并未考虑林火、冰雪与冻害等风
险，因此，收益是一种理想化状态下的期望收益，它
可能还受很多因素的影响。随着全球气候的变化，
所采用的生长模型对产量的预测也有可能存在较大
的偏差，因此，智能化造林技术中有关模型、参数及
价值估算等还有待于进一步的深入研究。
参 考 文 献
黑川泰亨 - ’(,’. 林业经营计画にょ为目标计画の利用にっ.こ -
日本林学会志，"/（!）：’!! & ’!(-
洪长福，郑金贵，黄龙杰，等 - $%%%. 巨尾桉主伐年龄的探讨 - 福建林
业科技，$)（0’）：/+ & /"-
洪长福 - $%%’. 速生桉树间伐技术探讨与间伐效果分析 - 福建林业
科技，$,（’）：$, & /%-
洪 # 伟 - ’(,). 在约束条件下造林设计的研究 - 福建林学院学报，)
（/）：+) & "!-
洪 # 伟，吴承祯 - $%%!. 试验设计与分析 -北京：中国林业出版社，’%(
& ’’$-
黄德龙，黄秀美，陈洪坤，等 - $%%/. 短轮伐期巨尾桉萌芽更新试验研
究 - 林业实用技术，（(）：( & ’’-
黄和亮，吴景贤，许少洪，等 - $%%). 桉树工业原料林的投资经济效益
与最佳经济轮伐期 - 林业科学，!/（"）：’$, & ’//-
黄文丁 - ’(,+. 树种选择的 12334 概率模型及其应用 - 南京林业大学
学报，(（!）：+’ & "$-
刘金福，洪 # 伟 - $%%’. 闽南山地巨尾桉生长的土壤主导因子调控模
型研究 - 土壤学报，/,（!）：+$’ & +$’-
刘 # 勇，康立山，陈毓屏 - $%%!. 非数值并行算法：遗传算法（第二
册）-北京：科学出版社，" & ’+-
吴承祯，洪 # 伟 - ’((). 用遗传算法改进在约束条件下造林规划设计
研究 - 林业科学，//（$）：’// & ’!’-
吴承祯，洪 # 伟 - ’((,. 人工林经营过程密度最优控制研究 - 自然资
源学报，’/（$）：’)+ & ’)(-
%%’
! 第 " 期 林 ! 晗等：应用遗传算法的工业原料林多树种造林设计
吴承祯，洪 ! 伟 # $%%%& 模拟退火法优化约束条件下造林规划设计的
研究 # 自然资源学报，’"（’）：() * +%#
吴承祯，洪 ! 伟 # $%%’& 马尾松人工林经营过程密度优化研究 # 林业
科学，,-（专 ’）：-$ * --#
吴承祯，洪 ! 伟 # $%%$& 马尾松人工林 ./01023 多形地位指数模型研
究 #生物数学学报，’-（4）：4(+ * 4+,#
吴继林 # ’+++& 影响巨尾桉人工林生长的主要土壤因子 # 福建林学
院学报，’+（$）：’)% * ’),#
徐 ! 智 # ’+(4& 造林规划中适地适树的经济评价方法探讨 # 林业经
济，（"）：$% * $(#
尹泰龙，韩福庆，迟金城，等 # ’+-(& 林分密度控制图的编制与应用 #
林业科学，’4（,）：’ * ’’#
俞新妥，林思祖 # ’+()& 计算机辅助造林设计系统 # 林业科学，$$
（4）：,,- * ,4)#
朱宇林，温远光，谭 ! 萍，等 # $%%"& 巨尾桉速生林连栽生长特性的研
究 # 林业科技，,%（"）：’’ * ’4#
50/21678 9 :# ’+(+& 56;6<=> 3/807=?，0B<=@=C3<=0;，3;2
@3>?=;6 /637;=;8# D632=;8，EF：F22=A0;GH6A/6I，$- * +,#
576J6;A<6<<6 K K， 50B3/ D# ’+("& 56;6<=> 3/807=A3/6A@3; B701/6@ M M N70>662=;8A 0J 6
0; 56;6<=> F/807=3<=0;A，’)% * ’)(#
Q0//3;2 K Q# ’+-"& F23B<3<=0; =; ;3=3/ AIA<6@# F;;
F7107：S;=L67A=?=83; N76AA#
Q0//3;2 K Q# ’++$& 56;6<=> 3/807==6;<=J=> F@67=>3;，4：44
* "%#
K0?; T F# ’+(%& F23B<=L6 AIA<6@ 26A=8;：3 86;6<=> 3BB703>?# O:::
U73;A，.IA<6@A，E3; 3;2 PI167;6<=>A，’%（+）：")) * "-4#
K0?; D T# ’++’& 56;6<=> 6L0/R<=0; 3;2 >0G6L0/R<=0; 0J >0@BR<67
B70873@A M M F7<=J=>=3/ /=J6 ! # D632=;8，EF：F22=A0;GH6A/6I，)%,
* )$+#
（责任编辑 ! 郭广荣）
’%’