基于计算智能技术的巴基斯坦北部地区地震活动性预测

发布时间：2021-03-06 11:25

　　本文针对巴基斯坦北部地区进行了地震预测研究。研究方法包含了地震学和计算智能技术领域不同学科的交叉融合。针对历史地震活动计算了8种地震学参数。通过计算它们的信息增益来评估这8种参数的预测效能,进而选择了其中6种应用于预测试验。基于这6种参数发展了多个计算智能模型用于预测试验。这些模型包括前馈神经网络、循环神经网络、随机森林、多层感知、径向基神经网络和支持向量机。本文评估了每一种模型的效能,同时利用McNemar统计检验方法来研究计算方法的统计显著性。前馈神经网络模型在巴基斯坦北部地区可表现出统计显著性为75%准确率和78%正确预报的预测结果。 

【文章来源】：世界地震译丛. 2020,51(02)

【文章页数】：15 页

【部分图文】：

用于巴基斯坦北部地区地震活动预测的FFNN结构

有些情况下,在主震发生前会观测到很多小震活动,成为前震事件。关于前震事件的频率分布也是另一个重要的地震学参数。这一参数根据以上的n个地震事件的离散事件(天)可表示为:Τ=t n -t 1 ?????? ??? (6)

古登堡—里克特关系中的a和b值可表示成一条回归线,用以估计未来发生不同震级地震的频率特征。由古登堡—里克特关系回归线计算而来的平方和数值被认为是一个重要参数。式(2)表示了实际发生地震事件和由古登堡—里克特关系估计得来的地震频率的差别,η表示用以估计未来发生地震频率的a值和b值的性能:η= ∑ [ logΝ i -(a-bΜ i )] 2 n-1 ?????? ??? (2)


本文编号：3067014