韩晓飞，潘存英，罗词建

（1.中国科学技术大学，合肥 230026；2.陕西省地震局，西安 710068；3.韩城地震台，陕西 韩城 715403）

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1，2，潘存英3，罗词建2

（1.中国科学技术大学，合肥 230026；2.陕西省地震局，西安 710068；3.韩城地震台，陕西 韩城 715403）

提出了利用基于遗传算法结合广义回归神经网络（GRNN）进行地震预测的新方法。利用遗传算法的全局搜索能力、不易陷入局部极小点等优点来优化GRNN的径向基函数中心、宽度以及输出层的权值，使得计算结果全局最优。在实际地震数据中选取了100组样本数据进行仿真实验，并利用MATLAB进行仿真。仿真结果表明，本文提出的方法具有较高的精度和一定的理论指导意义。

广义回归神经网络；遗传算法；地震预测

0 引言

地震预测是对未来地震的发震时间、发震地点和震级做出预报。由于地震的孕育发生过程是一个复杂的、非线性以及不确定的动力学系统，它至今是一个世界性的科学难题，也是现代高科技的前沿课题。目前，国内外地震学家在地震预测中所使用的方法主要有以下3大类：（1）非确定性数学方法；（2）物理学方法；（3）新发展的系统科学方法。

随着计算机技术的发展和普及，以及计算机智能的迅速发展，智能化的计算方法成为研究的一个热点问题，其中包括神经网络、遗传算法、模糊控制以及专家系统等。由于神经网络具有非线性拟合能力、很强的容错性和鲁棒性，故本文采用广义回归神经网络对地震进行预测。……