基于BP神经网络的地震预测设计.pptVIP

基于BP神经网络的地震预测设计机电工程学院李昭2024/11/12

1,背景地震预测是地理问题研究领域的一个重要课题，准确的地震预测可以帮助人们及时采取有效的措施，降低人员伤亡和经济损失，引发地震的相关性因素很多，机构复杂且又是非线性结构，建立完善的物理模型有助于对物理参数进行准确地描述。BP神经网络具有通过学习逼近任意非线性映射的能力，又有不受非线性模型的限制，在此，我们用BP神经网络来实现对地震的预测。2024/11/12

2，样本及其来源以我国西南某地震频发区的地震资料作为样本来源，实现基于神经网络的地震预测。根据这些资料，提取出7个预测因子和实际发生的震级分别作为输入向量和目标向量。预测因子为：〔1〕半年内M大于等于3的地震累计频度；〔2〕半年内能量释放积累值；〔3〕b值；〔4〕异常地震带个数；〔5〕地震条带个数；〔6〕是否处于活动期内；〔7〕相关地震区地震等级。2024/11/12

原始数据已作归一化处理，故可直接使用。下表1为原始输入数据：表12024/11/12

3，确定神经网络的结构初选网络结构为3层〔1〕神经网络输入层,输出层个数确实定：由于输入样本为7维向量，所以输入层应为7个神经元；网络只有一个输出数据，故输出层应有1个神经元。〔2〕选取隐含层神经元的数目无规律可循,然而隐含神经元的数目是否适宜对整个网络能否正常工作具有重要意义,一般情况下可按下式给出:nH为隐含层神经元数目；nI为输入层神经元数目nO为输出层神经元数目；L为1~10之间的整数所以选取隐层神经元个数为12神经网络结构为：2024/11/12

4，网络的设计及其训练隐含层传递函数为：tansig；输出层传递函数为：purelin；训练函数为：traingd。net.trainparam.epochs=3000;net.trainparam.goal=0.001;net.trainparam.show=10;net.trainparam.lr=0.02;2024/11/12

MATLAB程序net=newff(minmax(p),[12,1],{tansig,purelin},traingd);net.trainparam.epochs=3000;net.trainparam.goal=0.001;net.trainparam.show=10;net.trainparam.lr=0.02;net=train(net,p,t);y=sim(net,p);%输入数据p1，预测出震级y1y1=sim(net,p1);计算出误差精度e=(y1-t1).^2;2024/11/12

图1神经网络误差精度收敛图2024/11/12

图2实际输出和期望输出的拟合图2024/11/12

5，预测网络训练结束后，我们对另二组地震数据进行测试，检查输出和期望输出的误差值能否满足要求，结果如下：因子1因子2因子3因子4因子5因子6因子7实际输出期望输出0.2160.49480.710010.26320.48480.50.39150.1230.980.5000.89740.65950.6563由上表可以看出网络的预测误差较小，因此性能可以满足实际运用的要求，如果输入更多的训练样本，系统将得到更准确的预测结果。表22024/11/12

谢谢老师和同学！2024/11/12