基于BP和SOM神经网络相结合的地震预测研究

被引：20

作者：

蔡润 ^{[1
]}

武震 ^{[1
]}

云欢 ^{[2
]}

郭鹏 ^{[1
]}

机构：

[1] 中国地震局兰州地震研究所

[2] 大华会计师事务所重庆分所

来源：

四川大学学报(自然科学版) | 2018年 / 02期

关键词：

BP神经网络; 自组织特征映射神经网络; 震级; 地震预测;

D O I：

暂无

中图分类号：

P315.75 [地震预报]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

地震预测由于其产生原因的复杂性,一直是世界公认的难题.本文提出一种将多层前馈神经网络(BP网络)和自组织特征映射神经网络(SOM网络)相结合的方法并应用到地震震级的预测中,首先利用自组织特征映射神经网络对地震的原始数据进行聚类预处理,使具有内在规律的样本点集中在一起,之后利用BP神经网络对样本数据进行学习和预测,结果表明,相比直接利用BP神经网络预测结果,增加SOM聚类处理过程能有效的减小预测误差.说明此方法可以有效的汇总出与地震关系密切的因素,也表明SOM对相关震级参数分类的有效性,对利用模糊预测方法来实现震级的预测是一种有效的辅助手段.

引用

页码：307 / 315

页数：9

共 35 条

[11] 基于改进的RBF神经网络的城市震害损失评估模型[D]. 范传鑫.哈尔滨工业大学. 2014
[12] 利用遗传神经网络技术对地震预测的研究[D]. 徐鹏飞.安徽大学. 2010
[13] 神经网络理论与MATLAB 7实现[M]. 电子工业出版社 , 飞思科技产品研发中心编著, 2005
[14] Earthquake magnitude prediction by adaptive neuro-fuzzy inference system (ANFIS) based on fuzzy C-means algorithm
Mirrashid, Masoomeh
[J]. NATURAL HAZARDS, 2014, 74 (03) : 1577 - 1593
[15] Application of neural network and ANFIS model for earthquake occurrence in Iran
Zamani, Ahmad
Sorbi, Mohammad Reza
Safavi, Ali Akbar
[J]. EARTH SCIENCE INFORMATICS, 2013, 6 (02) : 71 - 85
[16] Artificial neural networks for earthquake prediction using time series magnitude data or Seismic Electric Signals
Moustra, Maria
Avraamides, Marios
Christodoulou, Chris
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (12) : 15032 - 15039
[17] A probabilistic neural network for earthquake magnitude prediction
Adeli, Hojjat
Panakkat, Ashif
[J]. NEURAL NETWORKS, 2009, 22 (07) : 1018 - 1024
[18] BP神经网络在地震预测中的应用研究
徐程
邹金慧
[J]. 自动化仪表, 2012, 33 (06) : 12 - 14+17
[19] 基于遗传算法的广义回归神经网络在地震预测中的应用
韩晓飞
潘存英
罗词建
[J]. 华北地震科学, 2012, 30 (01) : 48 - 53
[20] 基于RBF-BP组合神经网络的地震预测研究
聂仙娥
赵河明
杨超
[J]. 水电能源科学, 2011, 29 (12) : 53 - 55

← 1 2 3 4 →