项月文　饶　泓　汤兰荣肖　健　肖孟仁　罗　丽

1) 江西省地震局,南昌330039 2) 南昌大学,江西330031



学术论文

基于GA-BP神经网络的地震预报技术*

项月文1)※饶泓2)汤兰荣1)肖健1)肖孟仁1)罗丽1)

1) 江西省地震局,南昌330039 2) 南昌大学,江西330031

概述遗传算法(GA)和BP神经网络的原理,利用遗传算法具有全局搜索能力且不易陷入局部极小点的特性,优化BP神经网络的连接权值和阈值,使得计算结果全局最优,以弥补BP算法的不足。选取闽粤赣交界及东南沿海地区的地震目录作为研究样本,提取出7个测震学前兆指标作为预报因子,构建GA-BP神经网络进行训练和仿真。震例检验结果显示,该优化方法的震级预测精度较BP神经网络有较大提升,具有对地震震级预测的可行性。

地震预报； 人工神经网络； 遗传算法； BP神经网络

引言

地震灾害造成严重人员伤亡和经济损失,是破坏力最大的自然灾害之一。因此,通过地震预报以减轻地震灾害,具有十分重要的意义。地震的诱发因素很多,产生机理复杂,各因素之间具有随机性、 离散性和互相关性,使得地震预报成为一个具有高度非线性的科研课题。

人工神经网络的研究始于20世纪40年代初,伴随多年来的稳步发展,已在优化计算、 智能控制、 模式识别、 人工智能和预测评估等领域有广泛应用。基于人工神经网络是一个具有高度自适应性的非线性动力学系统,可以通过自动对大量已知样本的学习获取其中隐含的非线性关系。地震科研人员开始将其应用于地震预报[1-2]、 地震分析[3]、 震害预测[4]、 地震工程[5]等领域,取得了一些较好的效果。……