BP神经网络在地震预测中的应用研究.pdf

BP神经网络在地震预测中的应用研究.pdf

ID:52396102

大小:239.76 KB

页数:4页

时间:2020-03-27

BP神经网络在地震预测中的应用研究.pdf_第1页
BP神经网络在地震预测中的应用研究.pdf_第2页
BP神经网络在地震预测中的应用研究.pdf_第3页
BP神经网络在地震预测中的应用研究.pdf_第4页
资源描述:

《BP神经网络在地震预测中的应用研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、BP神经网络在地震预测中的应用研究徐程。等BP神经网络在地震预测中的应用研究ResearchandApplicationofBPNeuralNetworkinEarthquakePrediction徐程邹舍琶(昆明理工夫学信息工程与tl动化学院,云南昆明650500)摘要:为了对未来地震趋势进行预测,提出一种BP神经网络预测方法。利用Matlab建立BP神经网络模型,并以滇西南地震数据为学习样本对网络模型进行TiJII练和仿真测试研究。研究结果表明,利用BP神经网络模型预报的地震震级与实际震级误差在8%以下,

2、说明所建模型具有较好的适应性和预报精度。该方法对地震震级的预测具有一定的指导作用和参考价值。关键词:BP神经网络地震预测网络模型仿真震级误差中图分类号:TPl83文献标志码:AA晰act:Topredicttheearthquakefiendinfuture,thepredictivemethodbasedonBPneuralnetworkisproposed.TheBPneuralnetworkmodelisestablishedbyadoptingMatlab.andthemodelistrainedby

3、usingthedatafromsouthwestofYurmnnprovince∞thelearningsamples。thenthemodelisstudiedwithsimulationtest.TheresultsofresearchdemonstratethattheeITOI"betweenactualmagnitudeandthemagnitudepredictedusingBPNNislessthan8%-andthemodelpossessesbetteradaptabilityandpre

4、dictiveprecision.Themethodprovidesreferenceandguidancet0magnitudeprediction.Keywords:BackpropagationneuralnetworkEarthquakeprediction0引言近年来,我国乃至世界各地地震频发,造成大量人员伤亡和财产损失。为了最大限度地减少地震造成的损失,进行地震预测是非常必要的。在地理研究领域,地震预测一直是困扰各国科学家的一个难题,但可靠的预测是非常困难的,这是因为人类至今还非常欠缺对地震的成因

5、和规律的认识。地震学家不能直接观测地球内部,因而对地震的孕育过程和影响这一过程的种种因素缺乏观测数据⋯。相比较于传统的预测方法,BP神经网络在预测时的信息损失较少,易于达到预测目的。l神经网络预测技术目前,在系统建模与预报中,应用最多的是静态的多层前向神经网络心j,这主要是因为该神经网络具有任意非线性映射的能力。利用静态的多层前向神经网络建立系统的输Ⅳ输出模型,其本质就是基于网络逼近能力,通过学习获知系统差分方程中的位置非线性函数。对于静态系统的建模预报,多层前向网络能够取得良好的效果。尽管仍然存在一些关键性

6、的理论问修改描收到日期:201l—09—05。第一作者馀程(1987一),男,现为昆明理工大学控制工程专业在读硕士研究生;主要从事神经同络方面的应用研究。12NetworkmodelSimulationMagnitudeerror题尚待解决,但许多研究成果表明,神经网络在非线性系统的预报方面有着广阔的应用前景pJ。神经网络用于时间序列预测,是指利用神经网络去逼近一个时间序列或者一个时间序列的变形,可用时间序列的前m个值[x(t一1),x(t一2),⋯,工(t—m)]去预测后面j个值x(t),x(t+1),⋯,

7、x(t十5一1)。[41具体来说,就是用一个结构为m中-s的神经网络来拟合或逼近函数,即:7T[X(t),X(t+1),⋯,x(t+s一1)]=F[x(t一1),x(‘一2),⋯,X(t—m)](1)当s=1时,为神经网络的一步预测,即有:x(t)=F[x(t—1),x(t-2),⋯,J(f—m)](2)当s>l时,为多步预测。此时网络有s个输出,依次对应s个预测值。具体的预测方式如下。设有归一化的样本集X(t)(I=l,2,...,n),当进行一步预测时,若选取m个输入、1个输出,则可组成如表l所示的训练组

8、对。表1训练组Tab.1Traininggroup输入数据籀出数据工(1),x(2),⋯,x(m)x(爪+1)X(2),jr(3),⋯.X(m+1)X(m+2)x(n—r,I),X(n—m+1).⋯,x(n一1)X(n)PRoCESSAUTOMATIONINSTRUMENTATl0NVOL33N仉6Jtme2012BP神经网络在地震预测中的应用研究徐程。等当网络训练好后,如要预测X(n+1)的值,只

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。