基于人工神經(jīng)網(wǎng)絡(luò)和模式識(shí)別方法的地震序列類型早期預(yù)測(cè)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(duì)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(duì)于一個(gè)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?jī)?nèi)容是在地震剛剛發(fā)生，序列還極不完整的情況下，對(duì)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(cè)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(xiàng)和綜合方法，包括灰關(guān)聯(lián)分析方法、模式識(shí)別的C

2、ORA-3算法等等，肯定了它們?cè)谡鸷笤缙谮厔?shì)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(shí)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(shì)，搜集整理了國內(nèi)180個(gè)中強(qiáng)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(cè)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(gè)地震序列，并根據(jù)能量比和震級(jí)差、序列地震次數(shù)等經(jīng)典判別指標(biāo)，對(duì)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(shí)驗(yàn)，確定BP網(wǎng)絡(luò)的結(jié)構(gòu)、選擇激活函數(shù)、設(shè)置各項(xiàng)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(cè)模型。并用構(gòu)筑好的模型對(duì)訓(xùn)練樣本和測(cè)試樣本分別進(jìn)行內(nèi)符和外推檢驗(yàn)，得到理想的檢驗(yàn)結(jié)果，使用1天(24小時(shí))序列資料外推檢驗(yàn)的正確識(shí)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(cè)模型。并進(jìn)行相應(yīng)的內(nèi)符和外推檢驗(yàn)。外推檢驗(yàn)結(jié)果表明，使用第一大震

4、后1天的序列資料正確識(shí)別率可達(dá)到82.2％，第一次大震后1、2、3、5、7天5個(gè)時(shí)間段序列，主余型和孤立型正確識(shí)別率基本都能保持在較高水平；④通過統(tǒng)計(jì)分析等途徑對(duì)BP神經(jīng)網(wǎng)絡(luò)和SVM模型兩種方法的的分類識(shí)別效果進(jìn)行了評(píng)價(jià)，認(rèn)為這兩種方法應(yīng)用于地震序列類型的早期預(yù)測(cè)可行、實(shí)用，且具有較好的類型早期識(shí)別能力，利用震后1天的序列資料就可以較準(zhǔn)確地識(shí)別序列類型。比較分析認(rèn)為，構(gòu)造的SVM模型識(shí)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(cè)研究，涵蓋的序列類型更廣，使識(shí)別結(jié)果的普適應(yīng)用性更強(qiáng)；②以往序列類型早期預(yù)測(cè)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(shí)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(cè)研究，計(jì)算方法相對(duì)簡(jiǎn)單，進(jìn)一步證實(shí)，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(duì)比研究了上述兩