APP下载

基于遗传算法的小波神经网络在地震形变前兆分析中的应用

2016-02-17袁国旭任峻峰李文军王向亮

高原地震 2016年4期

袁国旭,任峻峰,李文军,王向亮

(1.河北省地震局承德地震台,河北承德 067000; 2.河北省地震局宽城地震台,河北宽城 067600)

基于遗传算法的小波神经网络在地震形变前兆分析中的应用

袁国旭1,任峻峰1,李文军1,王向亮2

(1.河北省地震局承德地震台,河北承德 067000; 2.河北省地震局宽城地震台,河北宽城 067600)

利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,并利用优化后的小波神经网络训练地震前兆形变资料,运用MATLAB 对拟合和预测过程进行仿真。结果表明,该方法对地震预测有参考作用。

遗传算法;小波;神经网络;地震预测

0 引 言

地震是极其复杂的物理过程,其孕育、发展、发生相当缓慢。伴随这一现象的发生,地壳会发生一系列的形变变化。地震形变前兆观测是捕捉这一变化的有利观测手段。从2002年起,中国的形变观测发展到数字化观测阶段,记录保存了大量丰富的数字化观测资料。大量的地震前兆形变数据蕴涵着可用于预测未来地震的某种信息,这也是人们对其进行预测的基础[1]。

小波神经网络是将小波变换和神经网络理论结合起来的一种神经网络。它是基于小波分析理论所构造的一种分层的、多分辨率的新型人工神经网络。小波神经网络具有更多的自由度,具有更灵活有效的函数逼近能力和较强的容错能力。

遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法。它的优越性主要表现在:(1)具有群体搜索和内在启发式随机搜索的特性,不易陷入局部最优;……

登录APP查看全文