基于人工神經(jīng)網(wǎng)絡(luò)和模式識別方法的地震序列類型早期預(yù)測研究.pdf

1、地震序列的類型判斷及其成因機(jī)理研究是地震學(xué)的基本問題之一，對于揭示地震孕育、發(fā)生和發(fā)展過程物理本質(zhì)具有重要理論意義。對于一個完整的地震序列，其類型的判別已有較為成熟的方法和參數(shù)。本文研究內(nèi)容是在地震剛剛發(fā)生，序列還極不完整的情況下，對地震的序列類型做出快速判定，也即地震序列類型的早期快速預(yù)測問題。
　　 在系統(tǒng)總結(jié)地震序列類型研究現(xiàn)狀的基礎(chǔ)上，詳細(xì)分析了以往的地震序列類型早期判斷的單項和綜合方法，包括灰關(guān)聯(lián)分析方法、模式識別的C

2、ORA-3算法等等，肯定了它們在震后早期趨勢判斷工作中發(fā)揮的重要作用及存在的不足。分析了人工神經(jīng)網(wǎng)絡(luò)和模式識別的支持向量機(jī)(SVM)方法在處理復(fù)雜的非線性映射問題上的優(yōu)勢，搜集整理了國內(nèi)180個中強以上地震序列資料，借用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)方法構(gòu)建兩種地震序列類型早期預(yù)測模型。
　　 論文取得的主要成果有：①搜集整理了我國大陸地區(qū)180個地震序列，并根據(jù)能量比和震級差、序列地震次數(shù)等經(jīng)典判別指標(biāo)，對全序列進(jìn)行了初始

3、分類，將序列分為主震型、震群型、孤立型三類；②通過不斷的研究實驗，確定BP網(wǎng)絡(luò)的結(jié)構(gòu)、選擇激活函數(shù)、設(shè)置各項訓(xùn)練參數(shù)等步驟構(gòu)造了BP神經(jīng)網(wǎng)絡(luò)地震序列類型早期預(yù)測模型。并用構(gòu)筑好的模型對訓(xùn)練樣本和測試樣本分別進(jìn)行內(nèi)符和外推檢驗，得到理想的檢驗結(jié)果，使用1天(24小時)序列資料外推檢驗的正確識別率可達(dá)78％；③通過選擇核函數(shù)及參數(shù)c&g尋優(yōu)方法等構(gòu)造了SVM地震序列類型早期預(yù)測模型。并進(jìn)行相應(yīng)的內(nèi)符和外推檢驗。外推檢驗結(jié)果表明，使用第一大震

4、后1天的序列資料正確識別率可達(dá)到82.2％，第一次大震后1、2、3、5、7天5個時間段序列，主余型和孤立型正確識別率基本都能保持在較高水平；④通過統(tǒng)計分析等途徑對BP神經(jīng)網(wǎng)絡(luò)和SVM模型兩種方法的的分類識別效果進(jìn)行了評價，認(rèn)為這兩種方法應(yīng)用于地震序列類型的早期預(yù)測可行、實用，且具有較好的類型早期識別能力，利用震后1天的序列資料就可以較準(zhǔn)確地識別序列類型。比較分析認(rèn)為，構(gòu)造的SVM模型識別結(jié)果略優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型。
　　 論文創(chuàng)

5、新之處在于：①以較大樣本量使用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法進(jìn)行地震序列類型早期預(yù)測研究，涵蓋的序列類型更廣，使識別結(jié)果的普適應(yīng)用性更強；②以往序列類型早期預(yù)測工作大多將序列類型合并為主震型和震群型兩類研究，將分類目標(biāo)劃分為主余、震群、孤立三種類型，分類結(jié)果更為精細(xì)、實用；③將BP神經(jīng)網(wǎng)絡(luò)和模式分類支持向量機(jī)方法用于地震序列類型早期預(yù)測研究，計算方法相對簡單，進(jìn)一步證實，使用主震后1天的序列資料可以較準(zhǔn)確的判斷序列類型，并對比研究了上述兩