基于神經(jīng)網(wǎng)絡的地震預測研究.pdf

1、地震本身孕育的復雜性以及人們對地震認識的有限性導致“地震預測”始終是一個世界難題,至今仍沒有出現(xiàn)公認的有效預測方法。該論文就這方面展開了探索性研究。文中以神經(jīng)網(wǎng)絡作為主要研究工具,在前人工作的基礎上提出了改進的地震震級預測模型。通過對地震數(shù)據(jù)的仿真實驗,驗證了本文所提出模型的有效性。文中主要工作內(nèi)容有以下幾個方面:
　?、乓詮较蚧瘮?shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡用于實現(xiàn)潛在震源區(qū)劃分的仿真分析,以

2、及通過自組織映射(Self-organizing Mapping,SOM)神經(jīng)網(wǎng)絡對地震震級進行自動分類的仿真分析,說明了神經(jīng)網(wǎng)絡這一智能學科在地震預測領域具有相當廣泛的應用價值。
　?、仆ㄟ^對本文主要研究問題——“地震震級預測”的仿真實驗發(fā)現(xiàn),用傳統(tǒng)單一 RBF神經(jīng)網(wǎng)絡所構(gòu)建的震級預測模型進行預測時難以保證模型的外推性能。因此,本文在 RBF神經(jīng)網(wǎng)絡預測的基礎上提出兩種改進的震級預測模型:針對地震預測樣本數(shù)據(jù)點分布不均勻和地震預

3、測樣本之間存在信息冗余重疊現(xiàn)象的問題,分別利用SOM神經(jīng)網(wǎng)絡和主成分分析(Principal Component Analysis,PCA)的特點設計了“基于樣本分類改進的神經(jīng)網(wǎng)絡震級預測模型”和“基于數(shù)理統(tǒng)計分析改進的神經(jīng)網(wǎng)絡震級預測模型”。仿真結(jié)果體現(xiàn)了這兩種改進模型相比單一RBF震級預測模型具有各自的優(yōu)勢。
　?、菍ξ闹兴岢鰞煞N改進震級預測模型的結(jié)合,做出了可行性分析。并成功發(fā)揮這兩種改進模型各自的優(yōu)勢,設計了“組合神經(jīng)網(wǎng)