本文針對(duì)巴基斯坦北部地區(qū)進(jìn)行了地震預(yù)測(cè)研究。研究方法包含了地震學(xué)和計(jì)算智能技術(shù)領(lǐng)域不同學(xué)科的交叉融合。針對(duì)歷史地震活動(dòng)計(jì)算了8種地震學(xué)參數(shù)。通過(guò)計(jì)算它們的信息增益來(lái)評(píng)估這8種參數(shù)的預(yù)測(cè)效能,進(jìn)而選擇了其中6種應(yīng)用于預(yù)測(cè)試驗(yàn)�；谶@6種參數(shù)發(fā)展了多個(gè)計(jì)算智能模型用于預(yù)測(cè)試驗(yàn)。這些模型包括前饋神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、多層感知、徑向基神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)。本文評(píng)估了每一種模型的效能,同時(shí)利用McNemar統(tǒng)計(jì)檢驗(yàn)方法來(lái)研究計(jì)算方法的統(tǒng)計(jì)顯著性。前饋神經(jīng)網(wǎng)絡(luò)模型在巴基斯坦北部地區(qū)可表現(xiàn)出統(tǒng)計(jì)顯著性為75%準(zhǔn)確率和78%正確預(yù)報(bào)的預(yù)測(cè)結(jié)果。 

【文章來(lái)源】：世界地震譯叢. 2020,51(02)

【文章頁(yè)數(shù)】：15 頁(yè)

【部分圖文】：

用于巴基斯坦北部地區(qū)地震活動(dòng)預(yù)測(cè)的FFNN結(jié)構(gòu)

有些情況下,在主震發(fā)生前會(huì)觀測(cè)到很多小震活動(dòng),成為前震事件。關(guān)于前震事件的頻率分布也是另一個(gè)重要的地震學(xué)參數(shù)。這一參數(shù)根據(jù)以上的n個(gè)地震事件的離散事件(天)可表示為:Τ=t n -t 1 ?????? ??? (6)

古登堡—里克特關(guān)系中的a和b值可表示成一條回歸線,用以估計(jì)未來(lái)發(fā)生不同震級(jí)地震的頻率特征。由古登堡—里克特關(guān)系回歸線計(jì)算而來(lái)的平方和數(shù)值被認(rèn)為是一個(gè)重要參數(shù)。式(2)表示了實(shí)際發(fā)生地震事件和由古登堡—里克特關(guān)系估計(jì)得來(lái)的地震頻率的差別,η表示用以估計(jì)未來(lái)發(fā)生地震頻率的a值和b值的性能:η= ∑ [ logΝ i -(a-bΜ i )] 2 n-1 ?????? ??? (2)


本文編號(hào)：3067014