基于神经网络的强震中短期预测方法.PDF

　第 19 卷　第 4 期 地　震　学　报 . 19, . 4　 V o l N o ( ) 　1997 年 7 月　 367～ 375 . , 1997　 A CTA SE ISM OLO G ICA S IN ICA Jul 基于神经网络的强震中短期预测方法 韩志强　　王碧泉 ( ) 中国北京 100081 国家地震局地球物理研究所 摘要　神经网络(neural netw o rk) 是由大量并行处理的类似生物神经元的简单单元构成的复 杂系统. 通过调整各个单元之间的连接权值, 神经网络可以被训练来表达一个特定的映射. 这种作用是神经网络应用的基础. 近十年来, 神经网络已从理论研究进入实用, 并且这个趋 势还在不断地发展. 本文提出了一种基于神经网络模型的强震预测方法. 神经网络先从存在 的地震演化序列或地震前兆学习, 然后对未来的强震作中短期预测. 提出了两个神经网络预 测模型: 一个是基于地震演化序列的神经网络预测模型 EE , 并将它用于中国大陆未来一年 的最高震级的预测; 另一个是基于地震前兆的神经网络预测模型EP , 并将它用于华北地区未 ( ) 来 2 年 强震发生时间的预测. 结果表明, 本文提出的这种基于神经网络的预测模型有一定 的预测能力, 并且使用方便, 有较好的应用前景. 主题词　　地震预测　神经网络　建模　地震演化序列 引言 预测是许多学科中的一个重要问题, 如果知道了一个系统的过去和现在, 那么如何去 预测它的未来? 解决这个问题所采用的方法一般分两步: 第一步是建造一个基于某种理论 的模型; 第二步是把系统测量的数据作为模型的输入, 从而得到对未来的预测. 一种建立模型的方法是从系统所满足的基本定律出发构造模型, 并测得初始数据作为 输入, 根据初始数据就可以精确地预测上述系统的未来. 不过这种方法并不总是很成功, 因为现实存在的系统多是复杂的非线性系统, 如孕震系统, 至今还没有找到一个描述其行 为变化的方程, 去构造一个精确的地震预测模型. 再一种可供选择的方法是直接从观测数据出发构造模型. 其中一种是基于所观测的表 示系统演化的时间序列建模的预测方法; 另一种是基于某些与系统演化有关的内在因素和 外在触发条件建模的预测方法. 地震预测模型的建立基本采取上述两种直接从观测数据出 发的建模方法. 随时间演化的地震事件是不连续点的集合, 本文称之为地震演化序列, 它 基本上刻划了地震的时空强演化过程. 在地震预测领域, 与地震发生有关的内在因素与外 在触发条件被称为地震前兆. 本文旨在将神经网络用于强震的中短期预测. 我们直接从观测数