1.一种基于最小熵的毛竹林分结构优化方法，其特征在于：采用带约束的非线性模型和现实林分结构调整两种方式分别对毛竹林分结构进行优化，并对比两种优化方式的优化结果；

所述带约束的非线性模型优化方式包括以下步骤：

步骤A、将对象区域某年份毛竹林分的胸径结构或年龄结构设为离散状态的集合S，设S的概率空间为：式中si表示毛竹的第i径阶或第i龄级，pi为第i径阶或第i龄级的概率；

步骤B、采用Renyi熵构建毛竹林分结构最小熵胸径结构与年龄结构优化模型；

步骤C、根据毛竹林分的实际情况，设置约束条件；

步骤D、构建最小熵胸径结构优化模型和年龄结构优化模型；

步骤E、根据库恩-塔克条件，用matlab软件编写程序对最小熵胸径结构优化模型和年龄结构优化模型进行优化求解，得到毛竹林分胸径结构与年龄结构的优化结果；

步骤F、将最优胸径结构时的平均胸径代入到林分平均胸径与株数的关系中，得每亩毛竹的最佳株数，式中，N表示每亩株数，Dg为林分平均胸径；

所述现实林分结构调整优化方式包括以下步骤：

步骤①、将某年份的多个毛竹样地连续清查数据进行统计整理，得到包含龄级和径级的统计表；

步骤②、结合毛竹林分的实际情况，以统计表中的龄级和径级为依据，分别对各龄级、径级毛竹以采伐的方式进行全面的结构调整；

步骤③、将每次采伐得到的毛竹林分结构及对应的熵值进行汇总统计，进而得到毛竹林分胸径结构与年龄结构优化结果；

步骤④、将最优胸径结构时的平均胸径代入到林分平均胸径与株数的关系中，得每亩毛竹的最佳株数，式中，N表示每亩株数，Dg为林分平均胸径。

2.根据权利要求1所述的一种基于最小熵的毛竹林分结构优化方法，其特征在于：所述步骤B中Renyi熵定义为：式中a为可调参数，n为径阶或龄级达到的最大数，p(si)为第i径阶或第i龄级的概率。

3.根据权利要求1所述的一种基于最小熵的毛竹林分结构优化方法，其特征在于：所述步骤D中最小熵胸径结构优化模型为：式中n为毛竹最大径阶，save表示毛竹林分四舍五入取整后的平均胸径，p(si)为第i径阶或第i龄级的概率，p(save)为平均胸径对应的概率。

4.根据权利要求1所述的一种基于最小熵的毛竹林分结构优化方法，其特征在于：所述步骤D中最小熵年龄结构优化模型为：

5.根据权利要求1所述的一种基于最小熵的毛竹林分结构优化方法，其特征在于：所述步骤C中的约束条件为：第一，毛竹林分中，小于平均胸径的径阶的概率比平均胸径的概率小；第二，大于等于14cm径阶的概率小于平均胸径的概率；第三，每个径阶的概率都大于等于0，且所有径阶概率的和等于1。

6.根据权利要求1所述的一种基于最小熵的毛竹林分结构优化方法，其特征在于：所述步骤②中以采伐的方式进行全面的结构调整包括：每次依次采伐某龄级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、100％，其他龄级的毛竹不进行采伐；

每次依次采伐某径级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、100％，其他径级的毛竹不进行采伐；

每次依次采伐某龄级、某径级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、

100％，其他龄级、径级的毛竹不进行采伐；

每次依次采伐某龄级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、100％，该龄级的毛竹采伐完后，再采伐其它龄级的毛竹；

每次依次采伐某径级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、100％，该径级的毛竹采伐完后，再采伐其它径级的毛竹；

每次依次采伐某龄级、某径级毛竹的20％、30％、40％、50％、60％、70％、80％、90％、

100％，该龄级、径级的毛竹采伐完后，再采伐其它龄级、径级的毛竹。